如何以 GAN 提升喷注分辨率
高能物理 - 唯象学
2021-12-03 v4
摘要
LHC 上的 QCD 喷注由简单的物理原理描述。我们展示了超分辨率生成网络如何学习其底层结构，并利用它们提升喷注图像的分辨率。我们在无质量 QCD 喷注与胖顶夸克喷注上测试该方法，发现即便未使用纯样本训练，网络也能重现其主要特征。此外，我们展示了在掌握完整网络性能后，如何构建精简的网络架构。
引用
@article{arxiv.2012.11944,
title = {How to GAN Higher Jet Resolution},
author = {Pierre Baldi and Lukas Blecher and Anja Butter and Julian Collado and Jessica N. Howard and Fabian Keilbach and Tilman Plehn and Gregor Kasieczka and Daniel Whiteson},
journal= {arXiv preprint arXiv:2012.11944},
year = {2021}
}
备注
25 pages, 11 figures; implemented SciPost reviewer comments, clarified definitions and expanded discussion in high-level observable benchmarking subsection (section 3.3 and Fig. 7)