U opisnom izvješću za prethodno razdoblje naveli smo novi smjer istraživanja vezan za ridge analizu i strojno učenje:
Primarni cilj projekta je studiranje dugodosežne “Ridge” strukture u dvočestičnim kutnim korelacijama. Glavna prepreka koja otežava to istraživanje je visoka pozadina koja potiče od snopova čestica u kojima su čestice jako korelirane ali nisu dio ridge korelacije. U svrhu razumijevanja i eventualnog uklanjanja te pozadine od snopova, usredotočili smo se na istraživanje naravi i porijekla samih snopova. Originalno se to uklanjanje namjeravalo vršiti korištenjem varijable transverzalnog sfericiteta, ali autokorelacije između transversalnog sfericiteta (varijabla koja ovisi o obliku događaja) i dvočestične kutne korelacijske funkcije (koja također ima ovisnost o obliku događaja) onemogućuju nezavisna mjerenja. Stoga smo krenuli s implementacijom nove obečavajuće metode za detekciju i izoliranje tih snopova koristeći neuralne mreže i strojno učenje. Ove bi metode zamijenile prijašnji postupak s transverzalnim sfericitetom i pomoću njih bi se izbjegle autokorelacije jer ne ovise o obliku događaja.
Prvi preliminarni rezultati predložene metode uspješno su prezentirani na ALICE PWG-JE grupi na CERNu. Prezentacija se može naći ovdje.