基于 MaskFormer 的次级顶点重建
高能物理 - 实验
2024-11-08 v3 高能物理 - 唯象学
摘要
在高能粒子碰撞中，从重味强子衰变中重建次级顶点对于识别和研究由 或 夸克引发的喷注至关重要。传统方法虽然有效，但需要大量的人工优化，并且在广泛的相空间区域内难以保持一致的性能。同时，机器学习的最新进展提高了性能，但无法完全重建多个顶点。在这项工作中，我们提出了一种基于目标检测和计算机视觉最新进展的次级顶点重建新方法。我们的方法在单个模型中直接预测任意数量顶点的存在和属性。这种方法克服了现有技术的局限性。应用于模拟的质子-质子碰撞事件，我们的方法在顶点寻找效率上表现出显著提高，比现有的最先进方法提高了 10%。此外，它还能进行顶点拟合，提供对关键顶点属性（如横向动量、径向飞行距离和与喷注轴的角位移）的准确估计。当集成到味标定流水线中时，在 70% 的 喷注选择效率下，我们的方法使轻喷注排斥率提高了 50%， 喷注排斥率提高了 15%。这些结果证明了将先进目标检测技术应用于粒子物理的潜力，并为高能物理实验中更强大、更灵活的重建工具铺平了道路。
引用
@article{arxiv.2312.12272,
title = {Secondary Vertex Reconstruction with MaskFormers},
author = {Samuel Van Stroud and Nikita Pond and Max Hart and Jackson Barr and Sébastien Rettie and Gabriel Facini and Tim Scanlon},
journal= {arXiv preprint arXiv:2312.12272},
year = {2024}
}
备注
10 pages, 5 figures