KI und die schwierigen Probleme der Welt · Physik · arXiv · 2026-10-20
Latenzarme Unterdrückung von Strahluntergrund für das BESIII-Triggersystem mittels maschinellen Lernens, trainiert auf experimentellen Daten
Originaltitel: Low-Latency Beam-Background Suppression for the BESIII Trigger System Using Machine Learning Trained on Experimental Data
Strahlinduzierte Untergründe erhöhen die Trigger- und Datenerfassungsrate an Elektron-Positron-Collidern mit hoher Luminosität. Die Autoren trainierten kompakte Klassifikatoren auf Basis neuronaler Netze mit experimentellen BESIII-Daten, unter Verwendung von 48 binären Level-1-Triggerbedingungen, in einer Konfiguration auf Basis von Spurrekonstruktion und Flugzeitmessung und in einer anderen auf Basis von Informationen des elektromagnetischen Kalorimeters. Bei gleicher Effizienz für Hadronereignisse sank die Falsch-Positiv-Rate für Strahluntergrund gegenüber der etablierten Triggerselektion um 20–60 %, und das Netz erwies sich als geeignet für eine FPGA-Implementierung mit geringer Latenz.