深度学习顶夸克标记器还是QCD的终结？
高能物理 - 唯象学
2017-05-17 v2
摘要
基于卷积神经网络的机器学习可用于研究来自LHC的喷注图像。胖喷注中的顶夸克标记提供了一个定义良好的框架，以确立我们的DeepTop方法并将其性能与基于QCD的顶夸克标记器比较。我们首先优化一种网络架构，在标准模型产生道的蒙特卡洛模拟中识别顶夸克。然后使用标准胖喷注将其性能与基于多变量QCD的顶夸克标记器比较。我们发现两种方法导致可比的性能，确立了卷积网络作为基于多变量假设的顶夸克标记的一种有前景的新方法。
引用
@article{arxiv.1701.08784,
title = {Deep-learning Top Taggers or The End of QCD?},
author = {Gregor Kasieczka and Tilman Plehn and Michael Russell and Torben Schell},
journal= {arXiv preprint arXiv:1701.08784},
year = {2017}
}
备注
Version published in JHEP