中文

用于探测器特征模拟的深度生成模型:分类学综述

仪器与探测器 2024-07-16 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

在现代对撞机实验中,对基本粒子间基本相互作用的探索已达到前所未有的精度水平。粒子物理探测器的特征是编码碰撞物理学(硬散射相互作用的末态粒子)的低级对象(如能量沉积或径迹)。在探测器中对它们进行完整模拟是一项计算和存储密集型任务。为了解决粒子物理中的这一计算瓶颈,目前已开发了多种替代方法,这些方法引入了额外的假设,并以精度换取速度。受深度生成模型进展的推动,探测器模拟的代理建模领域引起了极大的兴趣。这些模型旨在生成与观测数据在统计上相同的响应。在本文中,我们从方法论和应用视角对现有关于探测器特征模拟的文献进行了全面且详尽的分类学综述。首先,我们构建了探测器特征模拟的问题表述,并讨论了可以统一的各种变体。接着,我们根据最先进方法的底层模型架构将其分为五个不同的类别,并总结了它们各自的生成策略。最后,我们阐明了探测器特征模拟面临的挑战与机遇,为未来的研究与发展奠定了基础。

关键词

引用

@article{arxiv.2312.09597,
  title  = {Deep Generative Models for Detector Signature Simulation: A Taxonomic Review},
  author = {Baran Hashemi and Claudius Krause},
  journal= {arXiv preprint arXiv:2312.09597},
  year   = {2024}
}

备注

v2: Accepted in Reviews in Physics