作为核结构干涉仪的极外围碰撞与可解释多任务深度学习

精确的核结构知识对于基础物理学至关重要,然而探测这些结构却极其困难。为应对这一挑战,超中心碰撞(UPCs)提供了一种用于原子核成像的飞秒级断层扫描技术。UPCs提供了一条纯净的电磁路径:相干矢量介子光生过程会产生衍射和双源干涉的图样,这些图样直接编码了核的空间密度。然而,将这些图样转化为定量约束是一项具有挑战性的反问题,其复杂性源于对形变与中子皮、相位涂抹以及实验背景的关联敏感性。在此,该研究介绍了一个可解释的多任务深度学习框架,该框架能够同时将横向动量分布映射到多个核结构指标,并识别出驱动每次推理的运动学区域。该研究以 \(^{96}_{40}\text{Zr} + ^{96}_{40}\text{Zr}\) 碰撞中的相干 \(J/ψ\) 光生过程为例进行了演示,结果表明所学到的特征分离了以衍射为主和以干涉为主的信息,并为未来的高亮度数据提供了可供分析的观测量。
作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2026-06-22 13:54

量科快讯