LHC唯象学中的超图——IRC安全特征提取的下一个前沿
高能物理 - 唯象学
2024-02-21 v2
摘要
在本研究中，我们批判性地评估了现有红外与共线（IRC）安全特征提取算法，即能量流网络（EFNs）和能量加权消息传递网络（EMPNs）的逼近能力。我们的分析表明，基于IRC安全观测量的完备基（具体而言是C关联子），这些算法在提取任何非2的幂次的点关联特征方面存在不足。为克服这一局限，我们引入了超图能量加权消息传递网络（H-EMPNs），旨在高效捕捉粒子间任意点关联。以顶夸克喷注与QCD喷注的区分作为案例研究（其3点关联蕴含重要信息），我们证明，针对至多N=3关联的H-EMPNs相较于关注喷注成分内至多N=4关联的EMPNs表现出更优的性能。
引用
@article{arxiv.2309.17351,
title = {Hypergraphs in LHC Phenomenology -- The Next Frontier of IRC-Safe Feature Extraction},
author = {Partha Konar and Vishal S. Ngairangbam and Michael Spannowsky},
journal= {arXiv preprint arXiv:2309.17351},
year = {2024}
}
备注
Minor modifications in text and figure. Matches published version