Lawrence Ng, Florida State University, USA on Exotic Hadrons

Date: Wednesday, January 26th, 2022, 14:14 CET

Speaker: Lawrence Ng, PhD Research Assistant, Florida State University, USA

Title: Deep Learning Exotic Hadrons
Tytuł: Algorytmy uczenia głębokiego w analizie egzotycznych hadronów

Abstract: Pentaquark candidates have been seen by LHCb in the J/ψ p spectrum. One such candidate is the narrow Pc(4312) state whose lineshape might be due to the opening of the ΣcD0 threshold approximately 5 MeV higher. A recent analysis by the Joint Physics Analysis Center, JPAC, has suggested that the Pc(4312) is likely to be a virtual state. The amplitudes developed in the JPAC analysis are used to generate the mass spectrum that is used to train an artificial neural network, ANN, to classify the nature of the Pc(4312) peak. Resolution and noise is also taken into consideration. ANNs are typically seen as black boxes but their inner workings can be understood by calculating the game theoretically optimal Shapley values. The details and performance of the ANN will be presented.

Streszczenie: W widmie J/ψ p w LHCb zaobserwowano kandydatów na pentakwarki. Jednym z takich kandydatów jest wąski stan Pc(4312), którego kształt linii może być spowodowany otwarciem progu ΣcD0, który znajduje się około 5 MeV powyżej rezonansu. Ostatnia analiza przeprowadzona przez Joint Physics Analysis Center (JPAC), sugeruje, że Pc(4312) jest prawdopodobnie stanem wirtualnym. Amplitudy opracowane w analizie JPAC są używane do generowania widma masowego, które jest używane do trenowania sztucznej sieci neuronowej (ANN) w celu sklasyfikowania natury piku Pc(4312). Rozdzielczość i szum są również brane pod uwagę. ANN są zwykle postrzegane jako czarne skrzynki, ale ich wewnętrzne działanie można zrozumieć poprzez obliczenie teoretycznie optymalnych wartości Shapleya. Omówione zostaną również szczegóły implementacyjne i wydajność proponowanego modelu ANN.

Language: English

Online access: Zoom platform

Presentations: Slides to download