利用机器学习建模强子化
高能物理 - 唯象学
2022-03-11 v1
摘要
我们展示了利用机器学习技术开发一类新型强子化模型的第一步。我们成功实现、验证并训练了一个条件切片-Wasserstein 自编码器，当 Pythia 中实现的强子化 Lund 弦模型被限制为仅发射 pion 时，该自编码器能够复现由 Pythia 生成的首次强子发射的动量学分布。随后，在施加外部 IR 截断能量的情况下，使用训练好的模型生成完整的强子化链。结果表明，生成的强子多重数和累积动量学分布与 Pythia 生成的相匹配。我们还讨论了未来对研究结果进行推广的可能性。
引用
@article{arxiv.2203.04983,
title = {Modeling hadronization using machine learning},
author = {Phil Ilten and Tony Menzo and Ahmed Youssef and Jure Zupan},
journal= {arXiv preprint arXiv:2203.04983},
year = {2022}
}
备注
24 pages, 12 figures, public code available