面向从热力图图像中端到端识别夸克-夸克喷气的Vision Transformer
计算机视觉与模式识别
2025-06-19 v1
摘要
区分夸克-夸克喷气是高能物理学中的关键且具有挑战性的任务，对提高大型强子对撞机(LHC)中新物理搜索和精密测量至关重要。虽然深度学习，特别是卷积神经网络(CNN)，已推动基于图像表示的喷气标记技术，但Vision Transformer(ViT)架构在建模全局上下文信息方面却在实际探测器和pileup条件下用于直接热力图图像分析方面仍被大量未探索。本文系统评估了ViT和ViT-CNN混合模型，用于基于模拟的2012年CMS开放数据的夸克-夸克喷气分类。我们从探测器级能量沉积(ECAL、HCAL)和重建轨迹构建多通道喷气视图图像，实现端到端学习方法。我们的全面基准测试显示，ViT-based模型，尤其是ViT+MaxViT和ViT+ConvNeXt混合模型，在F1分数、ROC-AUC和准确率方面 consistently 优于 established CNN基线，凸显了捕捉喷气亚结构中长程空间相关性的优势。该工作建立了首个针对热力图图像基喷气分类的系统框架和稳健的性能基线，同时提供了一个结构化数据集，适合进一步深入研究。
引用
@article{arxiv.2506.14934,
title = {Vision Transformers for End-to-End Quark-Gluon Jet Classification from Calorimeter Images},
author = {Md Abrar Jahin and Shahriar Soudeep and Arian Rahman Aditta and M. F. Mridha and Nafiz Fahad and Md. Jakir Hossen},
journal= {arXiv preprint arXiv:2506.14934},
year = {2025}
}
备注
Accepted in Third International Workshop on Generalizing from Limited Resources in the Open World Workshop at International Joint Conference on Artificial Intelligence (IJCAI) 2025