获取高能：高粒度量能器的高保真高速模拟

对物理过程的精确模拟对现代粒子物理的成功至关重要。然而，模拟粒子簇射在量能器探测器中的发展与相互作用是一个耗时的过程，并驱动着LHC及未来对撞机大型实验的计算需求。近来，基于深度神经网络的生成式机器学习模型已显示出将此项任务加速数个量级的潜力。我们研究了一种新架构——有界信息瓶颈自编码器——在拟议的国际大型探测器（International Large Detector）硅-钨量能器中心区建模电磁簇射中的应用。结合一种新颖的第二后处理网络，该方法实现了对微分分布的精确模拟，首次相比具有27k模拟通道的高粒度量能器的完整GEANT4模拟再现了最小电离粒子峰的形状。结果通过与已有架构比较得到验证。我们的结果进一步巩固了使用生成网络进行快速模拟的理由，并证明物理相关的微分分布可被高精度描述。