Extrapolating Jet Radiation with Autoregressive Transformers

要約

生成ネットワークは、LHC イベントを高速に生成するための魅力的なツールです。
通常、これらは固定数のパーティクルを含む構成を生成するために使用されます。
自己回帰トランスフォーマーを使用すると、QCD ジェット放射の物理学に非常によく一致した、さまざまな数の粒子を含むイベントを生成できます。
ジェット放射の因数分解された尤度を学習し、生成されたジェットの数を推定する方法を示します。
この外挿には、トレーニング データのブートストラッピングと尤度損失を修正したトレーニングを使用できます。

要約(オリジナル)

Generative networks are an exciting tool for fast LHC event generation. Usually, they are used to generate configurations with a fixed number of particles. Autoregressive transformers allow us to generate events with variable numbers of particles, very much in line with the physics of QCD jet radiation. We show how they can learn a factorized likelihood for jet radiation and extrapolate in terms of the number of generated jets. For this extrapolation, bootstrapping training data and training with modifications of the likelihood loss can be used.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google