基于保留网络的 b-喷子标记：一种新方法与比较研究
高能物理 - 实验
2024-12-12 v1
摘要
识别源自 b 型夸克的喷子对于新物理搜索至关重要。本文提出了一种基于保留网络（RetNet）的新方法，利用喷子组成员的低层特征以及高层喷子特征进行 b-喷子标记。使用由 CERN CMS Open Data Portal 提供的模拟 tt̄ 数据集，其中仅包含由 13 TeV 质子-质子碰撞产生的 tt̄ 对的半涉及衰变。将新提出的保留网络模型性能与深度喷子（DeepJet）、粒子转换器（Particle Transformer）等最先进模型以及基线多层感知器（MLP）分类器进行比较。尽管使用了相对较小的数据集，保留网络仅需 33 万可训练参数，便展示出有前景的性能。结果表明，基于保留网络的模型可作为受限计算资源下的 b-喷子标记的有效替代方案。
引用
@article{arxiv.2412.08134,
title = {B-Jet Tagging with Retentive Networks: A Novel Approach and Comparative Study},
author = {Ayse Asu Guvenli and Bora Isildak},
journal= {arXiv preprint arXiv:2412.08134},
year = {2024}
}
备注
14 pages, 11 figures