粒子物理学中的一个主要挑战是如何在具有不同参数的模型环境中解释由许多不同观测值组成的大数据集。 一篇新论文发表于EPJ升级版这篇论文的作者是维也纳博库大学统计研究所的乌苏拉拉亚和澳大利亚克莱顿莫纳什大学物理和天文学院的德国人瓦伦西亚,他们着眼于简化大数据集以及许多参数问题,使用工具将大参数空间分割为少量区域。 Laa说:我们将我们的工具应用于所谓的B异常问题,在这个问题中,有大量的实验结果和一个可以根据几个参数预测结果的理论。。这个问题受到了广泛关注,因为用来解释观测结果的首选参数与标准预测的参数不符模型属于粒子物理学因此,结果将意味着新的物理学。 瓦伦西亚继续解释了这篇论文,展示了Pandemonium工具如何提供一种交互式的图形方式来研究观测数据中的特征和参数区域之间的联系空间。 瓦伦西亚说:例如,在B异常问题中,我们可以清楚地看到两个重要观测值之间的紧张关系,这两个观测值在过去被挑出。我们还可以看到,哪种改进的测量方法最能解决这种紧张局势。 这对于确定未来实验的优先顺序以解决未解决的问题最有帮助。 Laa解释道,他们开发和使用的方法适用于许多其他问题,特别是对于模型和观测值的理解不如本文讨论的应用,例如多希格斯模型。 一个挑战是多维参数空间的可视化;当前的界面只允许用户交互式地可视化高维数据空间,Laa总结道。我们面临的挑战是如何利用降维技术实现自动化,这将在未来的工作中解决。