用于在高粒度量能器中识别长寿命粒子的快速卷积神经网络
高能物理 - 实验
2021-01-28 v1
摘要
我们提出了一个初步的概念验证，直接利用基于神经网络的模式识别来触发由位移粒子产生的独特量能器信号，例如来自奇异长寿命粒子衰变的信号。该研究针对一个高粒度前向量能器进行，其类似于为欧洲核子研究中心大型强子对撞机上 CMS 探测器的亮度升级所规划的高粒度量能器。在不假设特定预测长寿命粒子的模型的情况下，我们展示了一个简单的卷积神经网络（原则上可部署在专用快速硬件上）能够高效识别来自位移粒子的簇射，直至低能量，同时提供较低的触发率。
引用
@article{arxiv.2004.10744,
title = {Fast convolutional neural networks for identifying long-lived particles in a high-granularity calorimeter},
author = {Juliette Alimena and Yutaro Iiyama and Jan Kieseler},
journal= {arXiv preprint arXiv:2004.10744},
year = {2021}
}