解码光子：BIB-AE生成网络潜空间中的物理
仪器与探测器
2021-08-24 v2 高能物理 - 实验
高能物理 - 唯象学
数据分析、统计与概率
摘要
鉴于未来对撞机实验日益增长的数据采集能力与有限的计算资源，使用生成式神经网络进行对撞机事件快速模拟的兴趣正在上升。在我们先前的研究中，用于在高粒度量能器中生成光子簇射的受限信息瓶颈自编码器（BIB-AE）架构对各种全局微分簇射分布展现了高精度的建模。本工作中，我们探究BIB-AE如何在其潜空间中编码这一物理信息。对此编码的理解使我们能提出进一步优化生成性能的方法，例如通过改变潜空间采样或建议对超参数的特定改动。特别地，我们改进了沿粒子入射轴的簇射形状建模。
引用
@article{arxiv.2102.12491,
title = {Decoding Photons: Physics in the Latent Space of a BIB-AE Generative Network},
author = {Erik Buhmann and Sascha Diefenbacher and Engin Eren and Frank Gaede and Gregor Kasieczka and Anatolii Korol and Katja Krüger},
journal= {arXiv preprint arXiv:2102.12491},
year = {2021}
}
备注
13 pages, 9 figures, 2 tables, accepted by vCHEP 2021