用于鲁棒CP观测量等变神经网络
高能物理 - 唯象学
2024-11-27 v2 高能物理 - 实验
摘要
我们介绍了在CERN大型强子对撞机粒子相互作用中搜索电荷-宇称（CP）对称性破坏时等变神经网络的使用。我们设计的神经网络以记录事件的运动学信息为输入，并在与CP变换相关的对称群下等变变换。我们表明，该算法允许定义反映CP对称性性质的观测量，并在顶夸克和电弱物理的几个参考过程中展示了其性能。将等变性作为归纳偏置引入算法，改善了与其他不依赖等变性的方法相比的数值收敛性质，并允许构建最优观测量，显著改进了所考虑搜索中的最先进方法。
引用
@article{arxiv.2405.13524,
title = {Equivariant neural networks for robust $\textit{CP}$ observables},
author = {Sergio Sánchez Cruz and Marina Kolosova and Clara Ramón Álvarez and Giovanni Petrucciani and Pietro Vischia},
journal= {arXiv preprint arXiv:2405.13524},
year = {2024}
}
备注
Replacing with published version