Исследователи из России и Италии создали нейросеть, которая поможет найти следы темной материи в данных, которые собираются на эмульсионных детекторах. Она сможет отличать следы частиц этого загадочного вещества от случайного срабатывания детектора. Исследование опубликовано в журнале Computer Physics Communications.
На сегодняшний день существуют неоспоримые экспериментальные факты, свидетельствующие в пользу того, что значительная часть вещества во Вселенной не участвует в электромагнитном взаимодействии, а значит не излучает, из-за чего ее нельзя зафиксировать с помощью существующих приборов. Такое вещество называют темной материей, и о ее существовании судят по косвенным признакам: если бы ее не было, то галактики двигались бы иначе.
Одним из наиболее вероятных кандидатов на роль темной материи является класс слабовзаимодействующих массивных частиц, объединенных под общим названием WIMP (Weakly Interacting Massive Particles). Однако во взаимодействие с обычным веществом такие частицы вступают чрезвычайно неохотно, и взаимодействие возможно только на очень маленьком расстоянии. Этим, вероятно, объясняется то, что их до сих пор не обнаружили.
В рамках международной коллаборации NEWSdm ученые работают над созданием эмульсионных детекторов темной материи. Они состоят из набора тонких пленок, покрытых желатином и наночастицами материала, который меняет свой цвет при взаимодействиях с заряженными частицами. Подобные пленки позволяют отследить траекторию движения частиц, определить их массу и другие свойства.
Исследователи из НИТУ «МИСиС», Национального института ядерной физики Италии, Неаполитанского университета имени Фридриха II, НИУ ВШЭ и Физического института имени П. Н. Лебедева РАН предположили, что взаимодействия вимпов и видимой материи будут оставлять внутри этих наночастиц характерные следы, направление и свойства которых будут зависеть от положения Земли относительно центра Млечного Пути. Это позволит отличить следы темной материи от случайных сигналов, вызванных прохождением заряженных частиц через детектор.
Ученые разработали нейросеть на основе принципов глубокого обучения, способную отличать реальные следы вимпов от случайного срабатывания детектора. Для этого они подготовили снимки линий, оставленных разными случайными частицами на поверхности эмульсионных пленок, и использовали их для обучения системы.
Проверки показали, что нейросеть лучше классических шумоподавляющих алгоритмов распознает и удаляет следы случайных событий с фотографий эмульсионных пленок. Разработанный исследователями нейросетевой метод уже применяется в экспериментах на итальянском детекторе темной материи NEWSdm. В настоящий момент ученые работают над созданием более мощной версии этого алгоритма, которая будет использоваться для проведения анализа на
