AI与世界难题 · 物理学 · arXiv · 2026-10-20
利用基于实验数据训练的机器学习实现BESIII触发系统的低延迟束流本底抑制
原标题: Low-Latency Beam-Background Suppression for the BESIII Trigger System Using Machine Learning Trained on Experimental Data
束流诱发的本底会提高高亮度正负电子对撞机的触发和数据获取速率。作者基于 BESIII 实验数据，使用 48 个二进制一级触发条件，训练了紧凑的神经网络分类器，其中一种配置基于径迹和飞行时间信息，另一种基于电磁量能器信息。在强子事例效率相同的条件下，束流本底的假阳性率相比既有触发选择降低了 20–60%，并且该网络被证明适合低延迟的 FPGA 实现。