تسريع العلوم باستخدام الشبكات التنافسية التوليدية: تطبيق على سحب الجسيمات ثلاثية الأبعاد في الكالوريترات متعددة الطبقات

يعتمد الفيزيائيون في مصادم الهادرونات الكبير (LHC) على محاكاة مفصلة لتصادمات الجزيئات لبناء توقعات حول كيفية ظهور البيانات التجريبية تحت افتراضات نمذجة نظرية مختلفة. هناك حاجة إلى بيتا بايتات من البيانات المحاكاة لتطوير تقنيات التحليل، رغم أنها مكلفة في التوليد باستخدام الخوارزميات الحالية وموارد الحوسبة. إن نمذجة الكواشف والوصف الدقيق لتساقط الجسيمات أثناء تفاعلها مع المادة في الكالوريتر هي الخطوات الأكثر تطلبًا من الناحية الحسابية في خط أنابيب المحاكاة. لذلك نقدم نموذجًا توليديًا يعتمد على الشبكات العصبية العميقة لتمكين محاكاة الكالوريتر الكهرومغناطيسي بدقة عالية وسرعة. لا تزال هناك تحديات لتحقيق الدقة عبر كامل مساحة الطور، لكن الحل الحالي لدينا يمكنه إعادة إنتاج مجموعة متنوعة من خصائص سحب الجسيمات مع تحقيق عوامل تسريع تصل إلى 100,000 ضعف. يفتح هذا الباب لعصر جديد من المحاكاة السريعة التي قد توفر وقت الحوسبة الكبير ومساحة القرص، مع توسيع نطاق عمليات البحث الفيزيائية والقياسات الدقيقة في LHC وما وراءه.