李科
- 作品数：3 被引量：0H指数：0
- 供职机构：中国科学院高能物理研究所更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：理学核科学技术更多>>
- BESⅢ飞行时间探测器的离线数据质量监测
- 2016年
- 北京谱仪(BESⅢ)飞行时间探测器的离线数据质量监测软件通过对原始数据的分析,刻度过程和重建结果的监测获得探测器的性能参数等信息,并进行图形输出,对保障离线数据质量和实现北京谱仪物理目标是十分重要的。本文对飞行时间探测器离线数据质量监控的软件框架进行了描述。
- 李小梅孙胜森顾运厅安芬芬郭迎晓周兴玉李科孙永昭刘怀民
- 关键词：北京谱仪飞行时间探测器
- BESⅢ实验首次观测到Y(4260)→γX(3872)辐射跃迁
- 2014年
- 随着我国北京正负电子对撞机（BEPCII）上的北京谱仪（BESIII）实验和日本高能加速器研究机构（KEK）的Belle实验发现带电奇特强子态ZC（3900）[1]，研究奇特态粒子成为粒子物理学研究领域中当前最热门的课题之一。究竟什么是奇特态粒子呢？这还得追溯到基本粒子的结构。
- 刘智青李科苑长征黄性涛
- 关键词：辐射跃迁北京正负电子对撞机粒子物理学高能加速器北京谱仪
- 新数据分析方法在BESⅢ实验的应用
- 2025年
- 自1974年发现J/ψ粒子至今半个世纪以来,伴随着加速器技术和探测器技术的发展,高能物理实验收集的数据在数量和复杂度上都有多个量级的提升。如今北京谱仪Ⅲ实验收集的J/ψ粒子超过10^(10)个,比当年丁肇中发现J粒子的实验统计量提高了8个数量级,实验数据的分析方法在先进计算技术和算法的加持下也经历了重大变革。从传统的统计方法到决策树和深度学习,研究人员不断探索更高效的方式从海量数据中快速、精确地提取物理信息。在北京谱仪Ⅲ实验中,多个多变量分析和机器学习模型被用于探测器模拟、径迹重建、粒子鉴别和事例挑选等,显著提高了实验灵敏度和效率。近几年大语言模型展现出的强大的文本和代码生成能力,为自动化、智能化数据分析提供了可能。基于这一理念,研究人员开发了“赛博士”(Dr.SAI)智能体系统,用于提升高能物理实验数据的分析效率和获取物理结果的速度,这种变革将对高能物理的研究带来深刻的影响,并有可能引起科研范式的改变。
- 李科苑长征
- 关键词：统计分析人工智能
