HEIDi, ein auf Deep Learning basierendes bedingtes Diffusionsmodell zur ultraschnellen Generierung von ereignisbasierten Schwerionenkollisionsausgaben, wird vorgestellt. Trainiert auf UrQMD-Ausgaben, zeigt HEIDi, dass es Punktwolken von Kollisionsausgabeteilchen generieren kann, die die Verteilungen der Multiplikation und des Impulses über 26 verschiedene Hadronarten in UrQMD genau reproduzieren. Im Vergleich zu UrQMD-Kaskadensimulationen erreicht HEIDi einen Geschwindigkeitsfaktor von 100. Diese Ergebnisse demonstrieren das Potenzial von HEIDi als vielseitiges KI-Tool für sowohl theoretische Studien als auch experimentelle Analysen.
Kuttan et al. (Fri,) untersuchten diese Frage.