{"id":1948,"date":"2025-08-11T19:19:23","date_gmt":"2025-08-11T19:19:23","guid":{"rendered":"https:\/\/www.europesays.com\/fi\/1948\/"},"modified":"2025-08-11T19:19:23","modified_gmt":"2025-08-11T19:19:23","slug":"vaitos-koneoppiminen-vauhdittaa-kvarkki-gluoniplasman-ominaisuuksien-maarittamista-hirvonen","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/fi\/1948\/","title":{"rendered":"V\u00e4it\u00f6s: Koneoppiminen vauhdittaa kvarkki-gluoniplasman ominaisuuksien m\u00e4\u00e4ritt\u00e4mist\u00e4 (Hirvonen)"},"content":{"rendered":"<p><strong><\/p>\n<p>Jyv\u00e4skyl\u00e4n yliopistossa valmistuneessa fysiikan alan v\u00e4it\u00f6stutkimuksessa kehitettiin raskasionit\u00f6rm\u00e4ysten virtausdynaamista mallintamista ja uusia koneoppimistekniikoita simulaatioiden nopeuttamista varten. Tuloksia voidaan hy\u00f6dynt\u00e4\u00e4 esimerkiksi hiukkasfysiikan tutkimuskeskuksen (CERN) CERN-LHC-kiihdyttimen korkean energian ydint\u00f6rm\u00e4yksiss\u00e4 muodostuvan vahvasti vuorovaikuttavan aineen ominaisuuksien entist\u00e4 tarkempaan kartoittamiseen.<\/p>\n<p><\/strong><\/p>\n<p>Korkean energian raskasionit\u00f6rm\u00e4yksiss\u00e4 syntyviss\u00e4 hiukkassysteemeiss\u00e4 vallitsevat \u00e4\u00e4rimm\u00e4iset olosuhteet, joissa normaalisti protoneihin ja neutroneihin sidotut kvarkit ja gluonit liikkuvat vapaasti muodostaen uudenlaista ainetta. T\u00e4m\u00e4n kvarkki-gluoniplasmaksi (QGP) kutsutun aineen l\u00e4mp\u00f6tila on jopa 300 000 kertaa suurempi kuin auringon ytimen l\u00e4mp\u00f6tila. Raskasionit\u00f6rm\u00e4yksiss\u00e4 muodostunut QGP on kuitenkin eritt\u00e4in lyhytik\u00e4ist\u00e4. Se j\u00e4\u00e4htyy takaisin normaaliksi aineeksi 100 miljoonaa kertaa lyhyemm\u00e4ss\u00e4 ajassa kuin mit\u00e4 valolta menee yhden mikrometrin matkaan. Siit\u00e4 huolimatta\u00a0QGP:n\u00a0ominaisuuksia voidaan kartoittaa vertaamalla kokeellisesti mitattua dataa simulaatioiden kanssa.\u00a0<\/p>\n<p>&#8211; Erityisen kiinnostava\u00a0QGP:n\u00a0ominaisuus on sen ominaisleikkausviskositeetti, joka kuvaa nesteen kyky\u00e4 vastustaa virtausta. Mittaustulosten ja virtaussimulaatioiden vertailun perusteella voidaankin arvioida\u00a0QGP:n\u00a0ominaisleikkausviskositeetin olevan eritt\u00e4in pieni tavallisiin nesteisiin,\u00a0kuten veteen, verrattuna, selvent\u00e4\u00e4 v\u00e4it\u00f6skirjatutkija\u00a0<strong>Henry Hirvonen<\/strong>\u00a0Jyv\u00e4skyl\u00e4n yliopistosta.\u00a0<\/p>\n<p>Haasteena suuri laskenta-aika\u00a0<\/p>\n<p>Vaikka\u00a0QGP:n\u00a0ominaisuuksia on pystytty m\u00e4\u00e4ritt\u00e4m\u00e4\u00e4n kohtuullisella tarkkuudella aiemminkin, on entist\u00e4 paremman ymm\u00e4rryksen saamiseksi t\u00e4rke\u00e4\u00e4 ottaa huomioon mahdollisimman monia mitattuja suureita. T\u00e4m\u00e4n tekee kuitenkin haastavaksi simulaatioihin kuluva valtava laskenta-aika.\u00a0<\/p>\n<p>&#8211; Valitettavasti joidenkin mittaussuureiden laskeminen virtausdynaamisesta mallista vaatii eritt\u00e4in suuren m\u00e4\u00e4r\u00e4n hitaita t\u00f6rm\u00e4yssimulaatioita, jotta niit\u00e4 voitaisiin hy\u00f6dynt\u00e4\u00e4\u00a0QGP:n\u00a0ominaisuuksien m\u00e4\u00e4ritt\u00e4misess\u00e4. Monesti puhutaan jopa 100 miljoonasta\u00a0CPU-tunnista, kertoo<strong>\u00a0<\/strong>Hirvonen.\u00a0<\/p>\n<p>Koneoppiminen ratkaisuna\u00a0<\/p>\n<p>V\u00e4it\u00f6skirjassaan Hirvonen ratkaisee laskenta-aikaongelman koneoppimisen avulla.\u00a0\u00a0<\/p>\n<p>&#8211; V\u00e4it\u00f6skirjani er\u00e4s p\u00e4\u00e4tavoitteista on ollut hitaiden simulaatioiden korvaaminen neuroverkoilla, jolloin tarvittava laskenta-aika tippuu murto-osaan aiemmasta. T\u00e4m\u00e4 mahdollistaa tulevaisuudessa\u00a0QGP:n\u00a0ominaisuuksien m\u00e4\u00e4ritt\u00e4misen entist\u00e4kin paremmalla tarkkuudella, Hirvonen toteaa.\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0<\/p>\n<p>FM Henry Hirvosen teoreettisen fysiikan fysiikan v\u00e4it\u00f6skirja \u201dProbing\u00a0Properties\u00a0of\u00a0Quark-Gluon\u00a0Plasma Using Machine Learning\u201d tarkastetaan\u00a0<strong>6.9.2024 klo 12.00<\/strong>\u00a0fysiikan laitoksen luentosalissa\u00a0<strong>FYS1<\/strong>. Vastav\u00e4itt\u00e4j\u00e4n\u00e4 toimii professori\u00a0<strong>Bjoern<\/strong><strong>\u00a0<\/strong><strong>Schenke<\/strong><strong>\u00a0<\/strong>(Brookhaven\u00a0National\u00a0Laboratory, NY, USA) ja kustoksena yliopistotutkija\u00a0<strong>Harri Niemi<\/strong>\u00a0(Jyv\u00e4skyl\u00e4n yliopisto). V\u00e4it\u00f6stilaisuuden kieli on englanti.\u00a0\u00a0\u00a0<\/p>\n<p>V\u00e4it\u00f6skirja\u00a0Probing\u00a0Properties\u00a0of\u00a0Quark-Gluon\u00a0Plasma Using Machine Learning\u201d\u00a0on\u00a0luettavissa\u00a0JYX-julkaisuarkistossa:\u00a0<a href=\"https:\/\/jyx.jyu.fi\/handle\/123456789\/96689\" target=\"_blank\" rel=\"nofollow noopener\">https:\/\/jyx.jyu.fi\/handle\/123456789\/96689<\/a>\u00a0\u00a0<\/p>\n","protected":false},"excerpt":{"rendered":"Jyv\u00e4skyl\u00e4n yliopistossa valmistuneessa fysiikan alan v\u00e4it\u00f6stutkimuksessa kehitettiin raskasionit\u00f6rm\u00e4ysten virtausdynaamista mallintamista ja uusia koneoppimistekniikoita simulaatioiden nopeuttamista varten. Tuloksia voidaan&hellip;\n","protected":false},"author":2,"featured_media":1949,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[115],"tags":[33,31,30,455,454,118,32,119],"class_list":{"0":"post-1948","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-fysiikka","8":"tag-fi","9":"tag-finland","10":"tag-finnish","11":"tag-fysiikka","12":"tag-physics","13":"tag-science","14":"tag-suomi","15":"tag-tiede"},"share_on_mastodon":{"url":"","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/fi\/wp-json\/wp\/v2\/posts\/1948","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/fi\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/fi\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/fi\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/fi\/wp-json\/wp\/v2\/comments?post=1948"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/fi\/wp-json\/wp\/v2\/posts\/1948\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/fi\/wp-json\/wp\/v2\/media\/1949"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/fi\/wp-json\/wp\/v2\/media?parent=1948"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/fi\/wp-json\/wp\/v2\/categories?post=1948"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/fi\/wp-json\/wp\/v2\/tags?post=1948"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}