hep-ph」カテゴリーアーカイブ

Mixture-of-Experts Graph Transformers for Interpretable Particle Collision Detection

要約 CERN の大型ハドロン衝突型加速器は、高エネルギー粒子の衝突から膨大な量 … 続きを読む

カテゴリー: cs.LG, hep-ph | Mixture-of-Experts Graph Transformers for Interpretable Particle Collision Detection はコメントを受け付けていません

Quantum Diffusion Model for Quark and Gluon Jet Generation

要約 拡散モデルは画像生成において目覚ましい成功を収めていますが、計算量が多く、 … 続きを読む

カテゴリー: cs.LG, hep-ph, quant-ph | Quantum Diffusion Model for Quark and Gluon Jet Generation はコメントを受け付けていません

DLScanner: A parameter space scanner package assisted by deep learning methods

要約 このペーパーでは、深層学習 (DL) 技術によって強化されたスキャナー パ … 続きを読む

カテゴリー: cs.CV, hep-ex, hep-ph, hep-th | DLScanner: A parameter space scanner package assisted by deep learning methods はコメントを受け付けていません

LeStrat-Net: Lebesgue style stratification for Monte Carlo simulations powered by machine learning

要約 モンテカルロサンプリングにおける層化を改善するための機械学習アルゴリズムを … 続きを読む

カテゴリー: cs.LG, hep-ph | LeStrat-Net: Lebesgue style stratification for Monte Carlo simulations powered by machine learning はコメントを受け付けていません

FAIR Universe HiggsML Uncertainty Challenge Competition

要約 FAIR Universe — HiggsML Uncerta … 続きを読む

カテゴリー: cs.LG, hep-ex, hep-ph, physics.data-an | FAIR Universe HiggsML Uncertainty Challenge Competition はコメントを受け付けていません

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 … 続きを読む

カテゴリー: cs.LG, hep-ph | Extrapolating Jet Radiation with Autoregressive Transformers はコメントを受け付けていません

Loss function to optimise signal significance in particle physics

要約 素粒子物理学で使用される有意性メトリックを直接最適化するために、代理損失を … 続きを読む

カテゴリー: cs.LG, hep-ex, hep-ph | Loss function to optimise signal significance in particle physics はコメントを受け付けていません

Quantum Attention for Vision Transformers in High Energy Physics

要約 我々は、高エネルギー物理学アプリケーションのパフォーマンスと計算効率を向上 … 続きを読む

カテゴリー: cs.LG, hep-ex, hep-ph, quant-ph | Quantum Attention for Vision Transformers in High Energy Physics はコメントを受け付けていません

Learning the Simplicity of Scattering Amplitudes

要約 複雑な式の単純化と再構成は、特に理論的な高エネルギー物理学の進歩の核心です … 続きを読む

カテゴリー: cs.LG, hep-ph, hep-th | Learning the Simplicity of Scattering Amplitudes はコメントを受け付けていません

Training Deep 3D Convolutional Neural Networks to Extract BSM Physics Parameters Directly from HEP Data: a Proof-of-Concept Study Using Monte Carlo Simulations

要約 我々は、高エネルギー物理フレーバーデータから標準モデルパラメータを超えて直 … 続きを読む

カテゴリー: cs.LG, hep-ex, hep-ph | Training Deep 3D Convolutional Neural Networks to Extract BSM Physics Parameters Directly from HEP Data: a Proof-of-Concept Study Using Monte Carlo Simulations はコメントを受け付けていません