2019 年 11 月，北京智源人工智能研究院聯(lián)合數(shù)據(jù)評測平臺 biendata，共同發(fā)布了粒子碰撞數(shù)據(jù)集，其中包含數(shù)百萬條高能對撞中所產(chǎn)生的噴注信息（質(zhì)量、能量、方向等），以及相關(guān)的碰撞事件信息和噴注中粒子的信息。biendata 同步開放了“高能對撞粒子分類挑戰(zhàn)賽”（2019 年 11 月-次年 2 月），總獎金為 10 萬元。比賽和數(shù)據(jù)可于下方鏈接查看，或點擊“閱讀原文”。?

比賽地址：https://www.biendata.com/competition/jet/

背景

宇宙中大多數(shù)物質(zhì)由原子構(gòu)成，原子又由原子核和電子組成。其中，電子是基本粒子，但原子核又可分為質(zhì)子和中子，并可進一步分為夸克和膠子。這些夸克和膠子的相互作用非常強烈，以至于只有通過極高能量的質(zhì)子對撞才能讓它們擺脫束縛。在高能碰撞時可以產(chǎn)生包括夸克和中子在內(nèi)的大量粒子，向某個方向射出，這些粒子團被稱為噴注（jet）。

噴注可以分為：1）膠體噴注，2）輕夸克噴注，3）魅夸克噴注，4）美夸克噴注。由于它們的不同內(nèi)在特性（如質(zhì)量和色量子數(shù)），不同種類的噴射經(jīng)歷不同的衰變過程，其內(nèi)部結(jié)構(gòu)也在實驗中顯示出不同的觀測值。

盡管在理論物理模擬中可以很容易地識別出噴注的味道，但目前在實驗中沒有可靠的方法可以對所測量的真實噴注進行分類。因此，開發(fā)一種穩(wěn)健的算法來識別噴注味道，將讓我們可以更直接地比較實驗測量和基本粒子理論。

比賽任務(wù)

本次比賽提供粒子碰撞數(shù)據(jù)集，其中包含對撞中產(chǎn)生的噴注信息（質(zhì)量、能量、方向等），以及相關(guān)的碰撞事件信息和噴注中所包含的粒子信息，要求選手根據(jù)噴注的性質(zhì)（如噴注所含的粒子數(shù)、噴注能量、噴注質(zhì)量、噴注方向），以及噴注中所有粒子的特征（方向、質(zhì)量、能量等）和對應(yīng)的碰撞事件，把噴注分成四類中的一類。

本次比賽分為簡單賽道和復(fù)雜賽道，依次進行。簡單賽道只要求選手根據(jù)噴注屬性的數(shù)據(jù)集進行分類；復(fù)雜賽道在此基礎(chǔ)上，又加入噴注所含粒子的屬性文件和碰撞事件文件，數(shù)據(jù)的體量和維度劇增，難度也相應(yīng)加大。簡單賽道和復(fù)雜賽道的測試集一樣，只是提供的數(shù)據(jù)維度不同。

簡單賽道（11 月 30 日至 12 月 25 日）

選手根據(jù)噴注的性質(zhì)（噴注所含的粒子數(shù)、噴注能量、噴注質(zhì)量、噴注方向）進行分類（簡單賽道開放時間較短，建議提前報名參賽）。

復(fù)雜賽道（12 月 25 日至次年 2 月 15 日）

選手根據(jù)噴注的性質(zhì)、噴注中所有粒子的特征、以及噴注所在的碰撞事件進行分類。

粒子碰撞數(shù)據(jù)集

本數(shù)據(jù)集共包含 200 多萬條噴注信息，分為 EVENT、JET、PARTICLE 三類文件，三者為上下層級關(guān)系，一個碰撞事件（EVENT）會產(chǎn)生若干個噴注（JET），而一個噴注中會包含若干個粒子（PARTICLE）。EVENT 文件是對碰撞事件的描述，JET 文件詳細說明了噴注的屬性，PARTICLE 文件進一步描述了噴注中所含各個粒子的屬性。?

這三類數(shù)據(jù)的結(jié)構(gòu)可以通過以下方式直觀理解：

- Event 1: Event 1的屬性?

- - Event 1 中的噴注 1 (jet1)??

- - - 噴注 1 中的粒子 1 數(shù)據(jù)

- - -?噴注 1 中的粒子 2 數(shù)據(jù)?

- - - ……?

-?- Event 2 中的噴注 2 (jet2, event1)?

-?- ……?

-?……?

具體而言，在 EVENT 文件中，“event_id”字段是碰撞事件的編號，“number_of_jet_in_this_event”字段表示碰撞事件中產(chǎn)生的噴注數(shù)量。

▲?圖：Event文件樣例

在 JET 文件中，“jet_id”字段是噴注的編號，“number_of_jet_in_this_event”字段表示碰撞事件中產(chǎn)生的噴注數(shù)量，“jet_px”、“jet_py”、“jet_pz”字段表示噴注的方向，“jet_energy”表示噴注的能量，“jet_mass”表示噴注的質(zhì)量，“event_id”表示該噴注所在的碰撞事件，“l(fā)abel”表示噴注屬于的類別。

▲?圖：Jet文件樣例

在?PARTICLE?文件中，“Particle_category”字段是粒子的標(biāo)簽號，“particle_px”、“particle_py”、“particle_pz”字段表示粒子的方向，“particle_energy”表示粒子的能量，“Particle_mass”表示粒子的質(zhì)量，“jet_id”表示該粒子所在的噴注。

▲?圖：Particle文件樣例

同類研究

自 2016 年開始，物理學(xué)界開始嘗試將深度學(xué)習(xí)引入噴注分類任務(wù)中。在此過程中可以發(fā)現(xiàn)，最新的機器學(xué)習(xí)技術(shù)創(chuàng)新可以相當(dāng)顯著地提升模型性能。?

目前，已有多種機器學(xué)習(xí)技術(shù)已經(jīng)在相關(guān)數(shù)據(jù)集上得到應(yīng)用。2017 年，麻省理工學(xué)院的研究團隊將模擬噴注數(shù)據(jù)中粒子的密度轉(zhuǎn)化為二維圖片，并用卷積神經(jīng)網(wǎng)絡(luò)等計算機視覺技術(shù)對圖片進行分類 [1]。同年，多個團隊報道利用噴注衰變產(chǎn)生的樹狀演變結(jié)構(gòu)，可以采用自然語言處理中的 RNN 及 LSTM 網(wǎng)絡(luò)，顯著提升分類的準(zhǔn)確率 [2] [3]。一篇 2019 年發(fā)表的論文表明，如果考慮一些物理學(xué)家設(shè)計的變量作為特征，最高能把膠子-夸克分類的 ROC AUC 數(shù)值提升超過 10% 左右，達到 0.899 [4]。

相較于其它數(shù)據(jù)集，智源“粒子碰撞數(shù)據(jù)集”的噴注數(shù)達到 200 多萬條，而且細分為四類，并包含具體粒子的詳細信息，在數(shù)量和顆粒度上達到了較高的水準(zhǔn)。

參賽方式

點擊閱讀原文鏈接或掃描下圖中的二維碼直達賽事頁面，注冊網(wǎng)站-下載數(shù)據(jù)，即可參賽。

友情提示，因涉及到數(shù)據(jù)下載，強烈建議大家登錄 PC 頁面報名參加～～

智源人工智能系列競賽

2019 年 9 月，智源人工智能算法大賽正式啟動。本次比賽由北京智源人工智能研究院主辦，清華大學(xué)、北京大學(xué)、中科院計算所、曠視、知乎等協(xié)辦，總獎金超過 100 萬元，旨在以全球領(lǐng)先的科研數(shù)據(jù)集與算法競賽為平臺，選拔培育人工智能創(chuàng)新人才。?

北京智源人工智能研究院院長、北京大學(xué)教授黃鐵軍介紹：智源的中心任務(wù)是在北京建成全球最優(yōu)的人工智能創(chuàng)新生態(tài)，核心是選拔培育人工智能頂尖人才和發(fā)展?jié)摿Υ蟮那嗄陮W(xué)術(shù)英才。研究院副院長劉江也表示：“我們希望不拘一格來支持人工智能真正的標(biāo)志性突破，即使是本科生，如果真的是好苗子，我們也一定支持。”而人工智能大賽就是發(fā)現(xiàn)有潛力的年輕學(xué)者的重要途徑。?

本次智源人工智能算法大賽有兩個重要的目的，一是通過發(fā)布數(shù)據(jù)集和數(shù)據(jù)競賽的方式，推動基礎(chǔ)研究的進展。特別是可以讓計算機領(lǐng)域的學(xué)者參與到其它學(xué)科的基礎(chǔ)科學(xué)研究中。二是可以通過比賽篩選、鍛煉相關(guān)領(lǐng)域的人才。截止到目前，智源人工智能系列大賽已開展 5 場，分別涵蓋了神經(jīng)生物學(xué)、自然語言處理、機器視覺等領(lǐng)域。在年底前，智源研究院還將陸續(xù)發(fā)布 5 道賽題，敬請大家期待！

目前正在角逐的比賽：?

智源-超高清晰電鏡圖像分割挑戰(zhàn)賽—神經(jīng)元識別大賽?

https://www.biendata.com/competition/urisc/?

智源-知乎 2019 看山杯專家算法發(fā)現(xiàn)大賽?

https://www.biendata.com/competition/zhihu2019/

參考文獻

[1] P.T. Komiske, E.M. Metodiev and M.D. Schwartz, Deep learning in color: towards automated quark/gluon jet discrimination, JHEP 01 (2017) 110 [arXiv:1612.01551] [INSPIRE].?

[2] S. Egan, W. Fedorko, A. Lister, J. Pearkes and C. Gay, Long Short-Term Memory (LSTM) networks with jet constituents for boosted top tagging at the LHC, arXiv:1711.09059 [INSPIRE].?

[3] Cheng, T. Recursive Neural Networks in Quark/Gluon Tagging, Comput. Softw. Big Sci. 2 (2018), no. 1 3. arXiv preprint arXiv:1711.02633.?

[4] Hui, L., LUO, M., Kai, W., ZHU, G., & Tao, X. Quark jet versus gluon jet: fully-connected neural networks with high-level features. SCIENCE CHINA Physics, Mechanics & Astronomy. (2019)

????

現(xiàn)在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關(guān)注」訂閱我們的專欄吧

關(guān)于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學(xué)術(shù)平臺。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

▽ 點擊 |?閱讀原文?| 報名參賽

總結(jié)

以上是生活随笔為你收集整理的智源“高能对撞粒子分类挑战赛”开启，品鉴宇宙粒子的独特“味道”的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。