Искусственный интеллект на службе физики высоких энергий: новые способы поиска отклонений от Стандартной модели
![Изучение процесса [latex]e^+e^- \to Z(\to\mu^{-}\mu^{+})H^+[/latex] при энергии [latex]\sqrt{s} = 250[/latex] ГэВ показало, что разработанный наблюдаемый, следуя принципу монотонного соответствия score, обеспечивает более точное одномерное сжатие данных по сравнению с использованием наблюдаемой [latex]O_2 = \sin(2\phi^*)[/latex] (с погрешностью около 0.059) или внешней наблюдаемой [latex]O_4 = f_{\rm ext}[/latex] (с погрешностью около 0.102), что свидетельствует о возможности повышения эффективности анализа данных в подобных экспериментах.](https://arxiv.org/html/2605.14783v1/x2.png)
Исследователи продемонстрировали, как алгоритмы машинного обучения могут помочь в разработке эффективных инструментов для обнаружения новых физических явлений в экспериментах на коллайдерах.


![Распределение меры согласия между квантовой запутанностью и квантовым диссонансом, а также переменной Белла, рассчитанное для [latex]t\bar{t}[/latex]-процесса при энергии 13 ТэВ на Большом адронном коллайдере, демонстрирует характеристики, полученные на партонном уровне при дилептоном распаде топ-кварков в гелицитной основе [latex]kk-rr-nn[/latex].](https://arxiv.org/html/2605.12033v1/x2.png)



