論文の概要: Artificial intelligence for improved fitting of trajectories of elementary particles in inhomogeneous dense materials immersed in a magnetic field

• arxiv url: http://arxiv.org/abs/2211.04890v1
• Date: Wed, 9 Nov 2022 13:50:45 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-10 18:12:31.595357
• Title: Artificial intelligence for improved fitting of trajectories of elementary particles in inhomogeneous dense materials immersed in a magnetic field
• Title（参考訳）: 磁場に浸漬した不均一密度材料における素粒子の軌道適合性向上のための人工知能
• Authors: Sa\'ul Alonso-Monsalve, Davide Sgalaberna, Xingyu Zhao, Clark McGrew, Andr\'e Rubbia
• Abstract要約: 私たちは、より伝統的なベイズ的なフィルタリング手法を置き換えるためにディープラーニングを使用します。 自然言語処理の分野から継承されたニューラルネットワークの特定の形態がベイズフィルタの概念に非常に近いことを示す。
• 参考スコア（独自算出の注目度）: 1.1699566743796068
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this article, we use artificial intelligence algorithms to show how to enhance the resolution of the elementary particle track fitting in inhomogeneous dense detectors, such as plastic scintillators. We use deep learning to replace more traditional Bayesian filtering methods, drastically improving the reconstruction of the interacting particle kinematics. We show that a specific form of neural network, inherited from the field of natural language processing, is very close to the concept of a Bayesian filter that adopts a hyper-informative prior. Such a paradigm change can influence the design of future particle physics experiments and their data exploitation.
• Abstract（参考訳）: 本稿では, プラスチックシンチレータなどの不均一密度検出器において, 素粒子軌道フィッティングの高分解能化を示すために, 人工知能アルゴリズムを用いる。 我々は、より伝統的なベイズフィルタリング法を置き換えるためにディープラーニングを使用し、相互作用する粒子運動学の再構築を劇的に改善する。 自然言語処理の分野から受け継いだ特定の形態のニューラルネットワークは、ハイパーインフォーマティブプリエント(hyper-informative prior)を採用するベイズフィルタの概念に非常に近いことが示されている。 このようなパラダイムの変化は、将来の粒子物理学実験の設計とそのデータ利用に影響を与える可能性がある。

関連論文リスト

• Learning Efficient Representations of Neutrino Telescope Events [0.0]
  ニュートリノ望遠鏡は、宇宙で最も極端な環境で生成された粒子の希少な相互作用を検出する。 その大きさと背景相互作用の頻度から、これらの望遠鏡は膨大な量の高次元データを蓄積する。 本稿では, 変圧器を用いた変分オートエンコーダを用いてニュートリノ望遠鏡イベントを効率よく表現し, コンパクトかつ潜時表現を学習する, om2vecと呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-10-17T02:07:54Z)
• Neural Echos: Depthwise Convolutional Filters Replicate Biological Receptive Fields [56.69755544814834]
  哺乳類網膜で観察される生体受容野を,深部核が効果的に複製していることを示す証拠を提示する。 生体受容の分野からインスピレーションを得る手法を提案する。
  論文  参考訳（メタデータ） (2024-01-18T18:06:22Z)
• Robust Anomaly Detection for Particle Physics Using Multi-Background Representation Learning [16.301828198874507]
  異常検出は、粒子物理学における新しい粒子やプロセスの発見を支援するための有望なツールである。 複数のバックグラウンド型から表現学習を用いて検出アルゴリズムを構築する。 本研究では,大型ハドロン衝突型加速器における粒子崩壊の高次元データセット上で,頑健なマルチバックグラウンド異常検出アルゴリズムの利点を実証する。
  論文  参考訳（メタデータ） (2024-01-16T19:00:20Z)
• Physics-enhanced Gaussian Process Variational Autoencoder [21.222154875601984]
  変分オートエンコーダは、高次元の入出力データに基づいて低次元の潜在空間を学習することができる。 そこで本研究では,物理学的に拡張された変分オートエンコーダを提案し,物理的に拡張されたガウス過程を潜時力学に先立って配置する。 提案手法の利点は振動粒子を用いたシミュレーションで強調される。
  論文  参考訳（メタデータ） (2023-05-15T20:41:39Z)
• Interpretable Joint Event-Particle Reconstruction for Neutrino Physics at NOvA with Sparse CNNs and Transformers [124.29621071934693]
  本稿では,畳み込みによって実現される空間学習と,注意によって実現される文脈学習を組み合わせた新しいニューラルネットワークアーキテクチャを提案する。 TransformerCVNは各事象を同時に分類し、各粒子のアイデンティティを再構築する。 このアーキテクチャにより、ネットワークの予測に関する洞察を提供する、いくつかの解釈可能性の研究を行うことができる。
  論文  参考訳（メタデータ） (2023-03-10T20:36:23Z)
• An overview of differentiable particle filters for data-adaptive sequential Bayesian inference [19.09640071505051]
  粒子フィルタ(PF)は非線形逐次状態推定問題を解くための効率的なメカニズムを提供する。 新たなトレンドは、ニューラルネットワークを使用して粒子フィルタのコンポーネントを構築し、勾配降下によって最適化することである。 微分可能な粒子フィルタは複雑な高次元タスクにおいて逐次データに対する推論を行うための有望な計算ツールである。
  論文  参考訳（メタデータ） (2023-02-19T18:03:53Z)
• Pixelated Reconstruction of Foreground Density and Background Surface Brightness in Gravitational Lensing Systems using Recurrent Inference Machines [116.33694183176617]
  我々は、リカレント推論マシンに基づくニューラルネットワークを用いて、背景画像の歪みのない画像と、画素マップとしてのレンズ質量密度分布を再構成する。 従来のパラメトリックモデルと比較して、提案手法はより表現力が高く、複雑な質量分布を再構成することができる。
  論文  参考訳（メタデータ） (2023-01-10T19:00:12Z)
• Transformer with Implicit Edges for Particle-based Physics Simulation [135.77656965678196]
  Implicit Edges (TIE) を用いたトランスフォーマーは、素粒子相互作用のリッチなセマンティクスをエッジフリーでキャプチャする。 様々な複雑さと素材の多様な領域におけるモデルの評価を行った。
  論文  参考訳（メタデータ） (2022-07-22T03:45:29Z)
• Computational Doob's h-transforms for Online Filtering of Discretely Observed Diffusions [65.74069050283998]
  本研究では,Doobの$h$-transformsを近似する計算フレームワークを提案する。 提案手法は、最先端粒子フィルタよりも桁違いに効率的である。
  論文  参考訳（メタデータ） (2022-06-07T15:03:05Z)
• Adaptive Latent Space Tuning for Non-Stationary Distributions [62.997667081978825]
  本稿では,ディープエンコーダ・デコーダ方式cnnの低次元潜在空間の適応チューニング法を提案する。 粒子加速器における時間変動荷電粒子ビームの特性を予測するためのアプローチを実証する。
  論文  参考訳（メタデータ） (2021-05-08T03:50:45Z)

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。