超越运动学的流匹配：生成带粒子ID与径迹位移信息的喷注
高能物理 - 唯象学
2025-03-27 v2 机器学习
高能物理 - 实验
数据分析、统计与概率
摘要
我们介绍了首个在 JetClass 数据集上训练的生成模型。我们的模型在组分层级生成喷注，是一个基于流匹配技术训练的置换等变连续归一化流（CNF）。它以喷注类型为条件，从而单一模型可用于生成 JetClass 的十种不同喷注类型。我们首次提出一种超越喷注组分运动学特征的生成模型。JetClass 数据集包含更多特征，如粒子ID与径迹撞击参数，我们证明我们的 CNF 也能精确建模所有这些附加特征。我们针对 JetClass 的生成模型拓展了现有喷注生成技术的通用性，增强了其在高能物理研究中的潜在效用，并对所生成喷注提供了更全面的理解。
引用
@article{arxiv.2312.00123,
title = {Flow Matching Beyond Kinematics: Generating Jets with Particle-ID and Trajectory Displacement Information},
author = {Joschka Birk and Erik Buhmann and Cedric Ewen and Gregor Kasieczka and David Shih},
journal= {arXiv preprint arXiv:2312.00123},
year = {2025}
}