面向希格斯工厂的粒子变换器喷气机风味标签
数据分析、统计与概率
2026-03-20 v1 高能物理 - 实验
高能物理 - 唯象学
摘要
我们研究了 Particle Transformer (ParT) 在 jet flavor tagging 中的性能，分别使用 ILD 全模拟事件（100 万喷气机）以及快速模拟样本（1000 万和100 万喷气机）。我们进行了 3 类别（）、6 类别（）和 11 类别（包括夸克-反夸克区分）的训练，纳入了来自 和时间飞行的多变量饱和粒子鉴别信息。对于 / 标签，我们观察到相较于以前基于 BDT 的标签器，性能提升了 5--10 倍，并且我们获得了对 strange 标签和夸克/反夸克区分的合理性能。1000 万喷气机快速模拟研究表明，随着更高的训练统计量，还可进一步获得性能提升。
引用
@article{arxiv.2603.18814,
title = {Jet flavor tagging with Particle Transformer for Higgs factories},
author = {Taikan Suehara and Takahiro Kawahara and Tomohiko Tanabe and Risako Tagami},
journal= {arXiv preprint arXiv:2603.18814},
year = {2026}
}
备注
8 pages, 2 fugures, submitted to proceedings of LCWS2025