Persoal investigador do CITENI mellora o estudo da física de partículas do CERN con redes neuronais
Persoal investigador do CITENI mellora o estudo da física de partículas do CERN con redes neuronais
O grupo de Física e Tecnoloxía Nuclear e de Altas Enerxías (FiTNAE) do Centro de Investigación en Tecnoloxías Navais e Industriais (CITENI), no Campus Industrial de Ferrol da Universidade da Coruña (UDC), lidera o desenvolvemento dun algoritmo baseado en redes neuronais que mellora a identificación do “sabor” dos mesóns B no experimento LHCb do CERN. O traballo, publicado no Journal of High Energy Physics e destacado no CERN Courier, permite estudar con maior precisión fenómenos fundamentais que axudan a entender o porqué da asimetría entre a materia e a antimateria no universo.
Ferrol, 16 de decembro de 2025.- O LHCb, un dos detectores do gran colisor de hadróns (LHC) do CERN en Suíza, produce colisións de protóns a altísimas enerxías. Estas colisións xeran partículas inestables que conteñen quarks pesados, cuxa desintegración permite estudar fenómenos de física fundamental que axudan a explicar por que o universo está formado principalmente por materia e case non contén antimateria.
O equipo do experimento, grazas a un estudo liderado por persoal investigador do CITENI, no Campus Industrial de Ferrol, desenvolveu un algoritmo inclusivo baseado en redes neuronais profundas (DeepSets) que analiza todas as partículas de cada colisión, o que permite reconstruír de maneira máis completa a orixe de cada mesón B.
Os quarks: a materia prima do universo
Pero, que é exactamente un mesón B e por que é importante? Para explicalo temos que achegarnos ás partículas máis básicas e elementais que constitúen a materia: os quarks. Hai seis tipos (up, down, charm, strange, top e bottom) e combínanse entre si para formar outras partículas compostas chamadas hadróns. Os mesóns B son un tipo de hadrón formado por un quark bottom e outro quark máis lixeiro. Algúns mesóns B, como B⁰ e Bₛ⁰, que son neutros, poden transformarse na súa antipartícula e logo volver ao seu estado inicial, nun proceso chamado oscilación. Determinar o “sabor” dun mesón, é dicir, o tipo de quark que contiña no seu estado inicial, é esencial para medir estas oscilacións e estudar a violación da simetría de carga-paridade (CP), un fenómeno que explica a predominancia da materia sobre a antimateria no universo.
Reconstruíndo o invisible
Coñecer o sabor orixinal dun mesón B é complexo, xa que se vai formar nun contorno caótico cheo de partículas xeradas na colisión de protóns. Ata agora, no experimento LHCb utilizábanse dúas técnicas principais: a identificación polo lado oposto (Opposite Side, OS), na que se analiza o outro quark xerado na mesma colisión para deducir o sabor do mesón B; e a identificación polo mesmo lado (Same Side, SS), na que se estudan as partículas que acompañan o mesón, que deixan pistas sobre o seu sabor inicial. Ambos os métodos aproveitan só parte da información dispoñible, o que limita a cantidade e a calidade dos datos útiles.
Intelixencia artificial ao rescate
Agora, grazas a esta investigación que considera toda a información do evento de maneira global, mellóranse tanto a fracción dos mesóns correctamente etiquetados (flavor tagging) como a fiabilidade de cada etiqueta. Adestrado e calibrado con desintegracións coñecidas de mesóns B neutros como B⁰ e Bₛ⁰, o algoritmo logrou un 35 % máis de poder de etiquetaxe para B⁰ e un 20 % máis para Bₛ⁰, en comparación coas técnicas tradicionais descritas anteriormente. Esta mellora equivale a dispoñer de moitos máis datos efectivos por colisión, o que incrementa a precisión das análises e a capacidade do experimento LHCb para explorar posibles desviacións do modelo estándar.
Publicacións e colaboración internacional
A investigación coordinada polo grupo FiTNAE da UDC dirixiuna a investigadora Ramón y Cajal e InTalent Veronika Chobanova, quen traballou xunto co investigador predoutoral John Wendel, a investigadora Juan de la Cierva Claire Prouvé e o investigador Oportunius Diego Martínez. Tamén colaborou no seu desenvolvemento o investigador da Universidade de Santiago de Compostela Ramón Ruiz. Forman parte do equipo internacional de máis dun milleiro de persoas investigadoras que asinan o artigo científico resultante, titulado “Inclusive B-meson flavour-tagging algorithm at LHCb”, que se publicou no Journal of High Energy Physics (Springer Nature). O grupo tamén participou na versión divulgativa do traballo publicada no CERN Courier, en colaboración co Instituto Lemarr e a Universidade Técnica de Dortmund.
Intelixencia artificial para profundar nos segredos do universo
Este desenvolvemento demostra como a combinación de intelixencia artificial e física de altas enerxías pode potenciar o estudo de fenómenos fundamentais. Ao aumentar a cantidade e a calidade dos datos útiles, o algoritmo permite reducir os erros estatísticos e mellorar a precisión das medicións.
Ademais, co experimento LHCb xa na súa fase de Run 3, que xerará volumes de datos sen precedentes e contará con detectores actualizados, este algoritmo inclusivo perfílase como unha ferramenta clave para explorar os segredos da materia e do universo con maior precisión e sensibilidade.
Referencias:
Neural networks boost B-tagging A report from the LHCb experiment
https://cerncourier.com/a/neural-networks-boost-b-tagging/
The LHCb collaboration., Aaij, R., Abdelmotteleb, A.S.W. et al. Inclusive B-meson flavour-tagging algorithm at LHCb. J. High Energ. Phys. 2025, 41 (2025). https://doi.org/10.1007/JHEP11(2025)041
