MMJul, 2018

高能物理社区机器学习白皮书

PDF
TL;DR本文讨论机器学习在粒子物理学研究中的应用前景和可行性，并详述实现机器学习在粒子物理学上开发所需的软硬资源、与数据科学社区、学术界和产业界的合作倡议以及对粒子物理学界在数据科学培训上进行的工作。旨在将研究和开发与物理驱动器连接起来，并确定实现它们的资源需求，以及其他社区的合作领域。
machine learningparticle physics researchhigh-level physics analysisevent identificationdata science
发现论文，激发创造
  • 现代机器学习与粒子物理学

    介绍现代机器学习在粒子物理领域的应用，重点关注大型强子对撞机中的信号 / 背景识别任务，包括使用监督学习和直接数据驱动方法等。文末还讨论了该领域存在的挑战和未来发展方向。

    Mar, 2021

  • 深度学习及其在 LHC 物理中的应用

    本文介绍机器学习和深度学习在高能物理数据分析中的应用，包括神经网络核心概念、LHC 数据分析的关键结果以及未来的前景和担忧。

    Jun, 2018

  • Snowmass 2021 计算前沿 CompF03 专题组报告：机器学习

    机器学习与高能物理的交叉发展对于我们的社区既是机遇也是挑战，需要支持这一跨学科社区，包括在两个领域的交叉处进行专门的研究，投资于大学的高性能计算等方面。同时，我们需要提供职业生涯规划，以吸引年轻的研究人员投入到机器学习关于高能物理领域的研究中。

    Sep, 2022

  • 核物理中的机器学习

    该论文综述了机器学习方法在核物理研究中的广泛应用，推动了科学发现和社会应用的进步。

    Dec, 2021

  • 粒子物理机器学习的现状回顾

    本文旨在提供机器学习和深度学习应用于高能物理实验、现象学和理论分析研究的引用文章，并将不断更新以纳入最新发展。

    Feb, 2021

  • 粒子物理学中的异常检测机器学习

    粒子物理学中使用机器学习进行异常检测的最新技术进行综述，讨论了在大型复杂数据集中进行异常检测的挑战，并强调了在粒子物理实验中异常检测的成功应用。

    Dec, 2023

  • 机器学习与物理科学

    本文综述了机器学习和物理科学之间的接口，包括机器学习的基本概念，如何用统计物理学理解机器学习方法，机器学习方法在粒子物理学、宇宙学、量子物理学、量子计算和化学、材料物理学中的应用，以及加速机器学习的新型计算架构的研究和开发。

    Mar, 2019

  • 高能物理图像分类：喷注应用综述

    深度学习在高能物理实验和现象学研究中的应用进行了综合评估，调查了多种深度学习方法在高能物理图像领域的应用，包括数据集、预处理技术、特征提取和选择方法等方面，并详细讨论了其在高能物理研究中的应用及挑战和未来研究方向。

    Mar, 2024

  • 利用深度学习搜索高能物理中的奇异粒子

    本文介绍了使用深度学习方法来区分高能粒子对撞机中的信号和背景，不需要人工构建非线性特征，但仍然比当前最佳方法提高 8% 的分类指标。

    Feb, 2014

  • 利用机器学习技术识别高能、重子宏观衰变粒子

    探索机器学习技术用于鉴别和分类高洛伦兹促进 W/Z/ 希格斯玻色子和顶夸克的强子衰变，评估了不使用机器学习的技术，并在模拟事件中表征了各种算法的鉴别性能，并直接与数据进行比较。

    Apr, 2020