用 Transformer 学习 QCD 喷注的语言
高能物理 - 唯象学
2023-07-26 v3
摘要
Transformer 已成为自然语言处理的主要架构。在本研究中，我们探索其在高能喷注物理中用于自回归密度估计的用途，这涉及高维空间的处理。我们在自然语言中的句子与词和高能物理中的喷注与其组分之间建立类比。具体而言，我们研究轻 QCD 喷注和强子衰变的 boosted 顶夸克喷注的密度估计。由于 Transformer 允许从学习到的密度中轻松采样，我们利用其生成能力来评估密度估计的质量。我们的结果表明，生成的数据样本与原始数据非常相似，粒子多重数或喷注质量等分布的高度一致性证明了这一点。此外，即使由强大的监督分类器，生成的样本也难以与原始数据区分。鉴于其卓越的数据处理能力，Transformer 有可能直接在大型 LHC 数据集上训练，以学习高能喷注物理中的概率密度。
引用
@article{arxiv.2303.07364,
title = {Learning the language of QCD jets with transformers},
author = {Thorben Finke and Michael Krämer and Alexander Mück and Jan Tönshoff},
journal= {arXiv preprint arXiv:2303.07364},
year = {2023}
}
备注
Few references added; Version accepted for publication by JHEP