グラフネットワークによるLund平面におけるジェットタグ付け【JST・京大機械翻訳】

Dreyer Frederic A.; Qu Huilin

プレプリント

J-GLOBAL ID：202202218837873541 整理番号：21P0068526

グラフネットワークによるLund平面におけるジェットタグ付け【JST・京大機械翻訳】

Jet tagging in the Lund plane with graph networks

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 (2件)： ,
資料名：
発行年： 2020年12月15日プレプリントサーバーでの情報更新日： 2021年02月11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)

トップクォークあるいはベクトルボソンのようなブースト重粒子の同定は,大型ハドロンコライダでの実験研究で生じる重要問題の1つである。本論文では,グラフニューラルネットワークに頼る新しいジェット標識法,LundNet,および背景事象からブーストオブジェクトのシグネチャを最適に解けるために,ジェット内の放射パターンの効率的な記述を導入した。このフレームワークを多数の異なるベンチマークに適用し,既存の最先端のアルゴリズムと比較して,トップタグ付けに対して大幅に改善された性能を示した。非摂動的および検出器効果に対するLundNet tggerのロバスト性を検討し,Lund平面における運動学カットがニューラルネットワークのフィッティングをモデル依存寄与に緩和できる方法を示した。最後に,この方法の計算量とそのスケーリングを運動学Lund平面カットの関数として考察し,以前のグラフベースタガーよりも速度において1桁の改善を示した。【JST・京大機械翻訳】

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

ハドロンによって引き起されるその他の反応

, ,

前のページに戻る