CaloHadronic：用于产生喇叭湫的扩散模型
仪器与探测器
2026-02-02 v2 机器学习
高能物理 - 实验
高能物理 - 唯象学
数据分析、统计与概率
摘要
模拟高度细粒度 calorimeter中粒子湫的喇叭湫是机器学习应用粒子物理中的关键前沿。实现高精度和高速的生成式机器学习模型可使其增强传统仿真，缓解主要计算约束。最近的发展表明，基于扩散的生成式湫模拟方法非常高效，这些方法不依赖固定结构，而是生成几何无关的点云。我们在此提出了基于Transformer的架构扩展，这些架构最初是为模拟国际大型探测器(ILD)的电磁湫 calorimeter中的电磁湫而开发的。注意力机制现在允许我们在电磁和湫性 calorimeter中生成具有更显著次结构的复杂湫。这是首次将机器学习方法用于在高度细粒度成像calorimeter系统中，对电磁和湫性 calorimeter进行整体性湫生成。
引用
@article{arxiv.2506.21720,
title = {CaloHadronic: a diffusion model for the generation of hadronic showers},
author = {Thorsten Buss and Frank Gaede and Gregor Kasieczka and Anatolii Korol and Katja Krüger and Peter McKeown and Martina Mozzanica},
journal= {arXiv preprint arXiv:2506.21720},
year = {2026}
}