顶弗希奇机器学习
高能物理 - 唯象学
2024-07-29 v2 高能物理 - 实验
摘要
本文综述了现代机器学习技术的应用，以提升在 LHC 寻找涉及顶夸子过程的搜索效率。我们重新审视了卷积神经网络（CNN）、图神经网络（GNN）和注意力机制的形式。基于近期研究，我们探讨了这些技术在设计改进的顶夸子标记器、顶夸子重建和事件分类任务中的应用。我们还检查了基于机器学习的似然性自由推断方法和生成式展开模型，聚焦于涉及顶夸子的情况。
引用
@article{arxiv.2407.00183,
title = {Top-philic Machine Learning},
author = {Rahool Kumar Barman and Sumit Biswas},
journal= {arXiv preprint arXiv:2407.00183},
year = {2024}
}
备注
A short review prepared by invitation for EPJ Special Topics issue. Version accepted for publication; 45 pages, 17 figures, 1 table; v2: typos corrected