Kolmogorov-Arnold 网络在高能物理中的应用

E. Abasov; P. Volkov; G. Vorotnikov; L. Dudko; A. Zaborenko; E. Iudin; A. Markina; M. Perfilov

Kolmogorov-Arnold 网络在高能物理中的应用

高能物理 - 唯象学 2024-09-26 v2

作者: E. Abasov , P. Volkov , G. Vorotnikov , L. Dudko , A. Zaborenko , E. Iudin , A. Markina , M. Perfilov

摘要

Kolmogorov-Arnold 网络 (Kolmogorov-Arnold Networks, KANs) 是一种近期在机器学习领域取得进展的方法，潜在在 various 领域以及通过符号公式和修剪提供更好的可解释性方面超越传统的感知器基神经网络。本研究探讨了将 KANs 应用于高能物理中的特定任务。我们评估了 KANs 在区分质子-质子碰撞中多喷流过程以及在涉及暗物质事件中重建失去的横向动量方面的性能。

关键词

Kolmogorov-Arnold 网络高能物理喷流过程失去的横向动量暗物质

引用

@article{arxiv.2409.01724,
  title  = {Application of Kolmogorov-Arnold Networks in high energy physics},
  author = {E. Abasov and P. Volkov and G. Vorotnikov and L. Dudko and A. Zaborenko and E. Iudin and A. Markina and M. Perfilov},
  journal= {arXiv preprint arXiv:2409.01724},
  year   = {2024}
}

备注

5 pages, 6 figures

Kolmogorov-Arnold 网络在高能物理中的应用

摘要

关键词

引用

备注

相关论文