La UHU aplica IA para dar un salto cualitativo en la identificación de partículas en física

HUELVA 26 Jul. (EUROPA PRESS) -

La Universidad de Huelva impulsa una nueva línea de investigación que combina física nuclear experimental, electrónica e inteligencia artificial para afrontar uno de los principales retos de los grandes experimentos científicos: identificar con mayor precisión las partículas generadas durante las reacciones nucleares.

A través del proyecto Lorraine ('Low Energy Particle Identification using Neural Networks', es decir, 'Identificación de partículas de bajas energías usando redes neuronales', PID2024-160773NB-C22), el equipo liderado por José Antonio Dueñas Díaz, catedrático de Ingeniería Eléctrica de la Escuela Técnica Superior de Ingeniería (ETSI) e investigador principal (IP) del proyecto, desarrolla algoritmos avanzados basados en redes neuronales capaces de mejorar el análisis de partículas de baja energía.

Según el comunicación, el proyecto, con una duración de tres años, lo integran además los investigadores Patricio Salmerón, catedrático de Ingeniería Eléctrica, y Juan Luis Flores, profesor colaborador de la Onubense. Su finalidad es combinar los métodos clásicos de análisis de señales con las técnicas más avanzadas de aprendizaje automático para incrementar la capacidad de identificación de partículas en experimentos desarrollados en algunos de los principales aceleradores de partículas internacionales.

Según se explica, cuando se produce una reacción nuclear (resultado de la colisión de partículas aceleradas contra un determinado material) se generan nuevos fragmentos que son detectados mediante sofisticados sistemas electrónicos, y la información contenida en las señales eléctricas que producen estos detectores permite conocer la naturaleza de cada partícula, su energía o su masa. Sin embargo, cuando las partículas poseen bajas energías, esas señales son mucho más débiles y difíciles de interpretar, señala el investigador principal.

"Nuestro trabajo consiste principalmente en identificar las partículas que se producen en las reacciones nucleares; cuando una partícula incide sobre un detector de silicio genera una señal eléctrica que contiene toda su información", ha detallado Dueñas, afirmando que el reto es "interpretar correctamente esa señal para saber exactamente qué partícula la ha producido".

Tradicionalmente, esta identificación se ha realizado mediante complejos algoritmos matemáticos, según la nota, donde se indica que el incremento de la complejidad de los experimentos y la aparición de nuevas tecnologías de detección han impulsado la búsqueda de soluciones más eficientes.

En este contexto, el proyecto Lorraine apuesta por incorporar técnicas de inteligencia artificial basadas en redes neuronales profundas (Deep Neural Networks), capaces de aprender a reconocer patrones complejos y mejorar tanto la rapidez como la precisión del análisis.