Denoising Graph Super-Resolution towards Improved Collider Event Reconstruction

要約

検出器データから粒子を正確に再構成することは、熱量計の空間分解能が決定的な影響を与える素粒子実験物理学において重要な課題です。
この研究では、超解像技術を LHC のような再構成パイプラインに統合して、熱量計データの粒度を効果的に高め、ノイズを抑制する方法を検討しています。
このソフトウェア前処理ステップにより、検出器に物理的な変更を加えることなく、再構成の品質が大幅に向上することがわかりました。
私たちのアプローチの影響を実証するために、強化された粒子再構築の品質と解釈可能性を提供する新しい粒子流モデルを提案します。
これらの進歩は、現在および将来の素粒子物理学実験の両方に影響を与える超解像の可能性を強調しています。

要約(オリジナル)

Accurately reconstructing particles from detector data is a critical challenge in experimental particle physics, where the spatial resolution of calorimeters has a crucial impact. This study explores the integration of super-resolution techniques into an LHC-like reconstruction pipeline to effectively enhance the granularity of calorimeter data and suppress noise. We find that this software preprocessing step can significantly improve reconstruction quality without physical changes to detectors. To demonstrate the impact of our approach, we propose a novel particle flow model that offers enhanced particle reconstruction quality and interpretability. These advancements underline the potential of super-resolution to impact both current and future particle physics experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google