Belle II 上利用图注意力网络与加权事件的改进选择性背景蒙特卡洛模拟
高能物理 - 实验
2023-07-14 v1 机器学习
摘要
在 Belle II 上测量稀有过程需要巨大亮度，意味着需大量模拟以确定信号效率与背景贡献。然而该过程计算成本高昂，而多数模拟数据（尤其背景数据）在事件选择中被丢弃。因此，在早期引入图神经网络滤波器，以节省在分析层级被丢弃事件的探测器模拟与重建资源。在我们的工作中，我们利用图注意力改进了滤波器性能，并研究了包含采样与重加权的统计方法，以处理滤波引入的偏置。
引用
@article{arxiv.2307.06434,
title = {Improved selective background Monte Carlo simulation at Belle II with graph attention networks and weighted events},
author = {Boyang Yu and Nikolai Hartmann and Luca Schinnerl and Thomas Kuhr},
journal= {arXiv preprint arXiv:2307.06434},
year = {2023}
}
备注
to be published in ACAT 2022 proceedings in the Journal Of Physics: Conference Series