事件图像中增强希格斯玻色子与顶夸克喷注的自动探测
高能物理 - 唯象学
2023-12-06 v2 高能物理 - 实验
摘要
我们基于 Mask R-CNN 框架构建了一个深度神经网络，用于在任意事件图像中探测希格斯喷注和顶夸克喷注。我们提出了一种在真值层面对顶夸克末态进行分配的算法，使得网络可以以有监督方式进行训练。我们向网络中新增了一个喷注分支，该分支利用组成子信息来预测原部分子的四动量，从而从本质上实现了堆簇本底抑制（pileup mitigation）。该网络能够同时预测目标喷注的形状与动量。我们表明，在重建效率与精度方面，该网络在某些情形下超越了 LorentzNet 在顶夸克与希格斯标记上的表现，以及 PELICAN 网络在动量回归上的表现。我们还表明，当将该网络应用于与训练过程不同的过程所产生的事件以及含有重叠喷注的事件时，其性能下降不大。
引用
@article{arxiv.2302.13460,
title = {Automatic detection of boosted Higgs boson and top quark jets in an event image},
author = {Sang Kwan Choi and Jinmian Li and Cong Zhang and Rao Zhang},
journal= {arXiv preprint arXiv:2302.13460},
year = {2023}
}
备注
20 pages, 12 figures, version accepted for publication in PRD