論文の概要: CaloDVAE : Discrete Variational Autoencoders for Fast Calorimeter Shower
Simulation
- arxiv url: http://arxiv.org/abs/2210.07430v1
- Date: Fri, 14 Oct 2022 00:18:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-17 15:58:46.909265
- Title: CaloDVAE : Discrete Variational Autoencoders for Fast Calorimeter Shower
Simulation
- Title(参考訳): CaloDVAE : 高速カロリメータショーアシミュレーションのための離散変分オートエンコーダ
- Authors: Abhishek Abhishek, Eric Drechsler, Wojciech Fedorko, Bernd Stelzer
- Abstract要約: カロリメータシミュレーションはモンテカルロのサンプル生成で最も計算コストがかかる部分である。
電磁カルロメータ内の粒子シャワーをシミュレートするための離散変分オートエンコーダ(DVAE)に基づく手法を提案する。
- 参考スコア(独自算出の注目度): 2.0646127669654826
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Calorimeter simulation is the most computationally expensive part of Monte
Carlo generation of samples necessary for analysis of experimental data at the
Large Hadron Collider (LHC). The High-Luminosity upgrade of the LHC would
require an even larger amount of such samples. We present a technique based on
Discrete Variational Autoencoders (DVAEs) to simulate particle showers in
Electromagnetic Calorimeters. We discuss how this work paves the way towards
exploration of quantum annealing processors as sampling devices for generation
of simulated High Energy Physics datasets.
- Abstract(参考訳): カロリメータシミュレーションは、大型ハドロン衝突型加速器(LHC)の実験データ分析に必要なモンテカルロ生成の最も計算コストがかかる部分である。
LHCの高Luminosityアップグレードには、さらに大量のサンプルが必要である。
電磁カルロメータ内の粒子シャワーをシミュレーションするための離散変分オートエンコーダ(DVAE)に基づく手法を提案する。
シミュレーションされた高エネルギー物理データセットを生成するためのサンプリング装置として,量子アニールプロセッサの探索への道筋について論じる。
関連論文リスト
- Iterated Denoising Energy Matching for Sampling from Boltzmann Densities [111.90150190668555]
反復Denoising Energy Matching (iDEM)
iDEMは,拡散型サンプリング装置から高モデル密度のサンプリング領域を (I) 交換し, (II) それらのサンプルをマッチング目的に使用した。
提案手法は,全測定値の最先端性能を達成し,2~5倍の速さでトレーニングを行う。
論文 参考訳(メタデータ) (2024-02-09T01:11:23Z) - CaloQVAE : Simulating high-energy particle-calorimeter interactions
using hybrid quantum-classical generative models [0.0]
検出器のカロリー領域を伝播する高エネルギー粒子のモデリングは、最も計算集約的なMCシミュレーションタスクである。
本稿では,高エネルギー粒子-カロリメータ相互作用の高速かつ効率的なシミュレーションのための生成モデルと量子アニールの最近の進歩を組み合わせた手法を提案する。
論文 参考訳(メタデータ) (2023-12-05T23:05:36Z) - Machine Learning methods for simulating particle response in the Zero
Degree Calorimeter at the ALICE experiment, CERN [8.980453507536017]
現在、CERN GRIDの計算能力の半分以上が高エネルギー物理シミュレーションに使われている。
大型ハドロン衝突型加速器(LHC)の最新情報により、より効率的なシミュレーション手法の開発の必要性が高まっている。
機械学習を利用した問題に対する代替手法を提案する。
論文 参考訳(メタデータ) (2023-06-23T16:45:46Z) - Probabilistic Unrolling: Scalable, Inverse-Free Maximum Likelihood
Estimation for Latent Gaussian Models [69.22568644711113]
我々は,モンテカルロサンプリングと反復線形解法を組み合わせた確率的アンローリングを導入し,行列逆転を回避した。
理論的解析により,解法の繰り返しによる解法の解法と逆転が最大値推定の勾配推定を高速化することを示した。
シミュレーションおよび実データ実験において、確率的アンロールは、モデル性能の損失を最小限に抑えながら、勾配EMよりも桁違いに高速な潜在ガウスモデルを学習することを示した。
論文 参考訳(メタデータ) (2023-06-05T21:08:34Z) - Lamarr: LHCb ultra-fast simulation based on machine learning models
deployed within Gauss [0.0]
LHCb実験における検出器応答と再構成アルゴリズムの両方をパラメータ化するシミュレーション生成を高速化するフレームワークであるLamarrについて論じる。
複数のアルゴリズムと戦略を駆使した深部生成モデルを用いて、LHCb検出器の単一成分の高レベル応答を効果的にパラメータ化する。
論文 参考訳(メタデータ) (2023-03-20T20:18:04Z) - Geometry-aware Autoregressive Models for Calorimeter Shower Simulations [6.01665219244256]
本研究では, 幾何線量に基づく幾何学的自己回帰モデルを構築した。
これは、新しい目に見えないカロリーメーターに一般化できるモデルを構築するための、概念実証の重要なステップである。
このようなモデルは、大型ハドロン衝突型加速器実験において、カロリーメータシミュレーションに使用される数百の生成モデルを置き換えることができる。
論文 参考訳(メタデータ) (2022-12-16T01:45:17Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳(メタデータ) (2022-12-12T15:06:32Z) - Physics-informed CoKriging model of a redox flow battery [68.8204255655161]
レドックスフロー電池(RFB)は、大量のエネルギーを安価かつ効率的に貯蔵する機能を提供する。
RFBの充電曲線の高速かつ正確なモデルが必要であり、バッテリ容量と性能が向上する可能性がある。
RFBの電荷分配曲線を予測する多相モデルを構築した。
論文 参考訳(メタデータ) (2021-06-17T00:49:55Z) - Molecular spin qudits for quantum simulation of light-matter
interactions [62.223544431366896]
分子スピンキューディットは、物質と強く相互作用する光子場の量子力学をシミュレートする理想的なプラットフォームを提供する。
提案した分子量子シミュレータの基本単位は、マイクロ波パルスのみで制御されるスピン1/2とスピン$S$遷移金属イオンの単純な二量体で実現できる。
論文 参考訳(メタデータ) (2021-03-17T15:03:12Z) - Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on
Quantum Computers [52.77024349608834]
少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。
逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
論文 参考訳(メタデータ) (2021-03-04T18:21:00Z) - Simulating the Time Projection Chamber responses at the MPD detector
using Generative Adversarial Networks [0.0]
本研究では、NICA加速器複合体におけるMPD実験のTime Projection Chamberトラッカーのシミュレーションを高速化するための新しいアプローチを実証する。
本手法は,任意の対象の集団分布を暗黙的に非パラメトリックに推定する深層学習手法である,生成型アドレアルネットワークに基づいている。
提案モデルの品質を評価するために,mpdソフトウェアスタックに統合し,詳細なシミュレータと同様の高品質なイベントを生成することを実証する。
論文 参考訳(メタデータ) (2020-12-08T17:57:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。