Nov, 2023
利用深度三维卷积神经网络直接从高能物理数据中提取 BSM 物理参数的训练:基于蒙特卡洛模拟的概念验证研究
Training Deep 3D Convolutional Neural Networks to Extract BSM Physics Parameters Directly from HEP Data: a Proof-of-Concept Study Using Monte Carlo Simulations
S. Dubey, T.E. Browder, S.Kohani, R. Mandal, A. Sibidanov...
TL;DR使用计算机视觉技术从高能物理学的味道数据中直接提取超出标准模型(BSM)参数的一种新的应用,通过将角度和动力学分布转化为 “准图像”,训练卷积神经网络执行回归任务,与在高能物理学中使用机器学习 / 人工智能进行的通常分类功能相对应。