MineHEP: un progetto innovativo per l'estrazione di informazione di rilievo da dati pubblici in Fisica delle Alte Energie

Al giorno d'oggi, all'interno della comunità della Fisica alle Alte Energie (HEP), non abbiamo modo di gettare uno sguardo di insieme che abbracci contemporaneamente tutti i dati raccolti, da una prospettiva e con uno sforzo di interpretazione globale. Nonostante il successo del Modello Standard (MS) nella descrizione della fisica delle particelle elementari agli acceleratori, i fisici teorici e sperimentali continuano a ritenere che si tratti di una teoria incompleta, in quanto non spiega alcuni aspetti del cosmo (come, ad esempio, la presenza di materia oscura e la asimmetria tra materia e antimateria). Sebbene tutte le ricerche esplicite di particelle diverse da quelle contenute nel MS effettuate agli acceleratori terrestri abbiano avuto finora esito negativo, permettendo di escludere, con un certo livello di confidenza, alcuni dei modelli di Nuova Fisica possibili, la presenza di Fisica al di là del MS, attesa dai fisici, potrebbe essere già contenuta nei dati che abbiamo raccolto finora, ma sparsa tra canali diversi, esperimenti diversi e collider diversi, così da risultare invisibile alle singole analisi, ciascuna ristretta ad un sottoinsieme limitato di dati. I dati relativi a collisioni tra particelle (e tra particelle e nuclei, o nuclei e nuclei), pubblicati in articoli scientifici dalla comunità di HEP negli ultimi 50 anni sono attualmente memorizzati in un database open-access chiamato HepData (o HEPData, a seconda della versione), sviluppato inizialmente in Inghilterra e negli ultimi anni anche al CERN. HEPData raccoglie i risultati di diverse migliaia di pubblicazioni, dai primi esperimenti agli acceleratori negli anni '60 ai dati più recenti al Large Hadron Collider (LHC). Questa è una vera e propria miniera d'oro dove la Nuova Fisica potrebbe facilmente nascondersi ancora inosservata. MineHEP si propone come un nuovo approccio per estrarre informazioni dall'intero insieme di dati già esistente utilizzando specifiche tecniche di data mining e di statistica predittiva adattabili al problema dell'utente.

---

MineHEP: an innovative engine to extract relevant information from open data in High Energy Physics

Nowadays, within the community of High Energy Physics (HEP), it is impossible to get a general simultaenous overview over all data collected, from a global perspective. Notwithstanding the success of the Standard Model (SM) in describing elementary particle physics at accelerators, theoretical and experimental physicists continue to believe that the SM is an incomplete theory because it does not explain some aspects of our Universe (such as the presence of dark matter and the present asymmetry between matter and antimatter). Despite all direct experimental searches for new particles, not contained in the SM, have given negative outcome so far and this fact has allowed to rule out, at a given confidence level, several proposed models of New Physics, the presence of Physics beyond the MS, expected by physicists, could already be contained in the data we have collected to date, while somehow being scattered into different channels, different experiments and different colliders, while having remained invisible to the single specific analyses already carried out, each restricted to a limited subset of data. Data related to collisions between particles (and between particles and nuclei, or nuclei and nuclei), published in scientific papers by the HEP community over the last 50 years are currently stored in an open-access database called HepData (or HEPData, depending on the version), initially developed in England and in recent years also at CERN. HEPData collects the results of several thousand publications, from the first experiments at accelerators in the sixties to the most recent data at the Large Hadron Collider (LHC). This is a real gold mine where the New Physics could still hide unnoticed. We propose MineHEP as a new approach to extract information from the whole collection of already existing data using specifics data mining techniques to resolve users questions