卷积神经网络图像分类在高能物理碰撞分析中的应用
计算机视觉与模式识别
2017-08-24 v1 高能物理 - 实验
摘要
探索了利用卷积神经网络的深度学习技术在高能物理粒子碰撞分类中的应用。提出了一种直观的方法，将粒子和喷注的动量等物理变量转换为捕捉相关信息的单一图像。该想法利用一个知名深度学习框架在模拟数据集上进行测试，该数据集包含来自LHC CMS实验的7 TeV轻子ttbar事件及相应背景，作为开放数据可用。初步测试显示，与使用前馈神经网络等更经典的方法相比，结果具有竞争力。
引用
@article{arxiv.1708.07034,
title = {Application of a Convolutional Neural Network for image classification to the analysis of collisions in High Energy Physics},
author = {Celia Fernández Madrazo and Ignacio Heredia Cacha and Lara Lloret Iglesias and Jesús Marco de Lucas},
journal= {arXiv preprint arXiv:1708.07034},
year = {2017}
}
备注
14 pages, 8 figures, educational