Um dos maiores desafios da física departículas écomo interpretar grandes conjuntos de dados que consistem em muitos observa¡veis ​​diferentes no contexto de modelos com parametros diferentes.

Um novo artigo publicado no EPJ Plus , de autoria de Ursula Laa, do Instituto de Estata­stica da Universidade BOKU, em Viena, e Valaªncia Alema£, da Escola de Fa­sica e Astronomia da Universidade de Monash, Clayton, Austra¡lia, analisa a simplificação de grandes conjuntos de dados e muitos problemas de parametros usando ferramentas para dividir grandes Espaços de parametros em um pequeno número de regiaµes.

"Aplicamos nossas ferramentas ao chamado problema da anomalia B. Nesse problema háum grande número de resultados experimentais e uma teoria que os prevaª em termos de vários parametros", diz Laa. "O problema tem recebido muita atenção porque os parametros preferidos para explicar as observações não correspondem aos previstos pelo modelo padrãoda física departículas e, como tal, os resultados implicariam em nova física ."

Valencia continua explicando que o artigo mostra como a ferramenta Pandemonium pode fornecer uma forma gra¡fica interativa para estudar as conexões entre caracteri­sticas nas observações e regiaµes do espaço de parametros .

"No problema da anomalia B, por exemplo, podemos visualizar claramente a tensão entre dois observa¡veis ​​importantes que foram destacados no passado", diz Valencia. "Tambanãm podemos ver quais medidas aprimoradas seriam melhores para lidar com essa tensão.

"Isso pode ser mais útil para priorizar experimentos futuros para abordar questões não resolvidas".

Laa elabora explicando que os manãtodos desenvolvidos e usados ​​pela dupla são aplica¡veis ​​a muitos outros problemas, em particular para modelos e observa¡veis ​​que são menos compreendidos do que as aplicações discutidas no artigo, como modelos multi-Higgs.

"Um desafio éa visualização de Espaços de parametros multidimensionais; a interface atual são permite ao usua¡rio visualizar Espaços de dados de alta dimensão interativamente", conclui Laa. "O desafio éautomatizar isso, que seráabordado em trabalhos futuros, utilizando técnicas de redução de dimensão."