OmniJet-$α_C$: Learning point cloud calorimeter simulations using generative transformers

要約

高粒度熱量計のポイントクラウドとして熱量計シャワーを生成するための生成変圧器の最初の使用を示します。
オムニエット-$ {\ alpha} $モデルのトークン剤と生成部分を使用して、整数のシーケンスとして検出器のヒットを表します。
このモデルは可変長さのシーケンスを許可します。つまり、現実的なシャワー開発をサポートし、ヒット数を条件付ける必要はありません。
トークン化はシャワーをポイントクラウドとして表すため、モデルは特定のボクセルグリッドに限定されることなく、シャワーのジオメトリを学習します。

要約(オリジナル)

We show the first use of generative transformers for generating calorimeter showers as point clouds in a high-granularity calorimeter. Using the tokenizer and generative part of the OmniJet-${\alpha}$ model, we represent the hits in the detector as sequences of integers. This model allows variable-length sequences, which means that it supports realistic shower development and does not need to be conditioned on the number of hits. Since the tokenization represents the showers as point clouds, the model learns the geometry of the showers without being restricted to any particular voxel grid.

arxiv情報

著者 Joschka Birk,Frank Gaede,Anna Hallin,Gregor Kasieczka,Martina Mozzanica,Henning Rose
発行日 2025-06-11 15:49:41+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, hep-ex, hep-ph, physics.ins-det パーマリンク