ジェットタグ付けのための半等価GNNアーキテクチャ【JST・京大機械翻訳】

Murnane Daniel; Thais Savannah; Wong Jason

プレプリント

J-GLOBAL ID：202202217921952671 整理番号：22P0289553

ジェットタグ付けのための半等価GNNアーキテクチャ【JST・京大機械翻訳】

Semi-Equivariant GNN Architectures for Jet Tagging

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月14日プレプリントサーバーでの情報更新日： 2022年02月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

物理的対称性に関する操作のグラフニューラルネットワーク(GNN)は,より少数の学習可能なパラメータでより良いモデル性能を与えることが示唆されている。しかし,高エネルギー物理学のような実世界応用は,このアウトを生まなかった。対称性再検査と制約なし操作の両方を組み合わせた新しいアーキテクチャVecNetを提示し,物理情報GNNの度合を研究し,調整する。探索空間における各構成の資源効率を定量化するため,新しいメトリック,アント因子を導入した。著者等のような一般化アーキテクチャは,資源制約アプリケーションにおいて最適性能を提供できることを見出した。【JST・京大機械翻訳】

, , , , ,
, , , , , , 【Automatic Indexing@JST】

計算機網

, , , ,

前のページに戻る