粒子对撞机的数据充斥着数十亿次质子对撞，每一次质子对撞都包含了粒子的喷射。研究小组意识到这些喷雾本质上是点云——点的集合，类似于计算机视觉中表示场景和对象的点云。该领域的研究人员开发了一系列技术来比较点云，比如让机器人能够准确地识别环境中的物体和障碍物。Metodiev和Komiske使用类似技术来比较粒子对撞机数据中成对碰撞之间的点云。特别是采用了一种现有算法，该算法旨在计算将一个点云转换成另一个点云所需的最优能量或“功”，
该算法的关键是基于一个抽象概念，即“地球的移动距离”。你可以把能量的沉积想象成泥土，你是地球的搬运工，必须把泥土从一个地方搬到另一个地方，从一种构型到另一种构型所花费的能量就是计算的距离。换句话说，将一个点云重新排列成另一个点云所需的能量越多，它们之间的相似性就越远。将这个想法应用到粒子对撞机的数据中，研究小组能够计算出将一个给定点云转换成另一个点云所需的最佳能量。对于每一对，根据计算出“距离”或两者之间的相似程度，分配一个数字。
然后，将每个点云视为一个点，并将这些点安排在某种社交网络中。该团队利用大型强子对撞机提供的公开数据，利用技术构建了一个包含10万对碰撞事件的社交网络。研究人员希望，通过将碰撞数据集视为网络，科学家们可能能够快速标记出给定网络边缘可能发生的有趣事件。研究人员希望在Instagram上有一个页面，记录大型强子对撞机在某一天记录的所有最疯狂事件或点云。这项技术是确定图像的理想方法，因为你只会找到离其他东西最远的东西。
公开的典型对撞机数据集通常包括数百万个事件，这些事件是预先从粒子加速器中任何给定时刻发生数十亿次碰撞的原始混沌中挑选出来。研究小组正在研究如何扩大技术，以构建更大的网络，潜在地可视化整个粒子碰撞数据集中的“形状”或一般关系。在不久的将来，研究人员设想用物理学家现在所知道包含里程碑式发现的历史数据来测试这项技术，比如1995年第一次发现了顶夸克。用这种不需要知道在寻找什么的新物理学技术，这将是非常令人兴奋的，并能让我们有信心把它应用到当前数据集中，去发现更多奇异的粒子。
网友评论