马约拉纳示范器数据发布给人工智能 / 机器学习应用
原文中文，约400字，阅读约需1分钟。发表于：。这篇研究论文以数据释放为目的，提供了 Majorana 示范实验的一部分校准数据，以支持人工智能和机器学习算法的训练和测试。
本文介绍了一种可解释的、物理感知的机器学习模型，能够推断高能粒子碰撞的基础物理。通过使用生成对抗网络（GAN）的概念，该方法学习自发射子阶级蒙特卡洛事例发生器，不仅能学习粒子的最终分布，还能学习阶级分支机制。作者预见到该框架在非微扰和集体效应、分解破坏和重离子和电子-核碰撞中的发射子阶级修改等领域具有广泛应用。
