論文の概要: A First Full Physics Benchmark for Highly Granular Calorimeter Surrogates

• arxiv url: http://arxiv.org/abs/2511.17293v1
• Date: Fri, 21 Nov 2025 15:06:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-24 18:08:19.068656
• Title: A First Full Physics Benchmark for Highly Granular Calorimeter Surrogates
• Title（参考訳）: 高粒度カロリメータサロゲートのための第1次物理ベンチマーク
• Authors: Thorsten Buss, Henry Day-Hall, Frank Gaede, Gregor Kasieczka, Katja Krüger, Anatolii Korol, Thomas Madlener, Peter McKeown,
• Abstract要約: 本研究は, 実測シミュレーション応用における高粒度生成熱量サロゲートの利用について検討した。 本稿では, 生成熱量計サロゲートとリアルな検出器の組み合わせを可能にする汎用ライブラリDDMLを紹介する。 1つは正規グリッド表現で動作するもので、もう1つはあまり一般的でないポイントクラウドアプローチを用いている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The physics programs of current and future collider experiments necessitate the development of surrogate simulators for calorimeter showers. While much progress has been made in the development of generative models for this task, they have typically been evaluated in simplified scenarios and for single particles. This is particularly true for the challenging task of highly granular calorimeter simulation. For the first time, this work studies the use of highly granular generative calorimeter surrogates in a realistic simulation application. We introduce DDML, a generic library which enables the combination of generative calorimeter surrogates with realistic detectors implemented using the DD4hep toolkit. We compare two different generative models - one operating on a regular grid representation, and the other using a less common point cloud approach. In order to disentangle methodological details from model performance, we provide comparisons to idealized simulators which directly sample representations of different resolutions from the full simulation ground-truth. We then systematically evaluate model performance on post-reconstruction benchmarks for electromagnetic shower simulation. Beginning with a typical single particle study, we introduce a first multi-particle benchmark based on di-photon separations, before studying a first full-physics benchmark based on hadronic decays of the tau lepton. Our results indicate that models operating on a point cloud can achieve a favorable balance between speed and accuracy for highly granular calorimeter simulation compared to those which operate on a regular grid representation.
• Abstract（参考訳）: 現在および将来のコライダー実験の物理プログラムは、カロリーメータシャワー用のサロゲートシミュレータの開発を必要としている。 このタスクのための生成モデルの開発には多くの進歩があったが、通常は単純化されたシナリオや単一粒子に対して評価されてきた。 これは特に、高粒度カロリーシミュレーションの難題に当てはまる。 本研究は, 現実的なシミュレーション応用として, 高粒度生成熱量サロゲートの使用を初めて研究した。 本稿では, DD4hep ツールキットを用いた実測値と生成熱量計サロゲートの組み合わせを可能にする汎用ライブラリ DDML を紹介する。 1つは正規グリッド表現で動作するもので、もう1つはあまり一般的でないポイントクラウドアプローチを用いている。 モデル性能から方法論的詳細を遠ざけるために,本研究では,実測値から異なる解像度の表現を直接サンプリングする理想化されたシミュレータとの比較を行う。 次に, 電磁シャワーシミュレーションのためのポストコンストラクションベンチマークにおいて, モデル性能を系統的に評価した。 典型的な単一粒子研究から、二光子分離に基づく最初の多粒子ベンチマークを導入し、タウレプトンのハドロン崩壊に基づく最初のフル物理ベンチマークについて検討する。 この結果から, 点雲上で動作しているモデルでは, 通常の格子表現で動作しているモデルと比較して, 高精度な温度計シミュレーションの速度と精度のバランスが良好であることが示唆された。

関連論文リスト

• GausSim: Foreseeing Reality by Gaussian Simulator for Elastic Objects [55.02281855589641]
  GausSimは、ガウスカーネルを通して表現される現実の弾性物体の動的挙動をキャプチャするために設計された、ニューラルネットワークベースの新しいシミュレータである。 我々は連続体力学を活用し、各カーネルを連続体を表すCenter of Mass System (CMS)として扱う。 さらに、ガウスシムは質量や運動量保存のような明示的な物理制約を取り入れ、解釈可能な結果と堅牢で物理的に妥当なシミュレーションを確実にする。
  論文  参考訳（メタデータ） (2024-12-23T18:58:17Z)
• A Comprehensive Evaluation of Generative Models in Calorimeter Shower Simulation [0.0]
  ファストシミュレーション」は計算ボトルネックを克服する上で重要な役割を担っている。 深部生成モデルの使用により、検出器シミュレーションのための代理モデルへの関心が高まった。 評価の結果,CaloDiffusionおよびCaloScore生成モデルが最も正確な粒子シャワーシミュレーションを行った。
  論文  参考訳（メタデータ） (2024-06-08T11:17:28Z)
• Diffusion posterior sampling for simulation-based inference in tall data settings [53.17563688225137]
  シミュレーションベース推論(SBI)は、入力パラメータを所定の観測に関連付ける後部分布を近似することができる。 本研究では、モデルのパラメータをより正確に推測するために、複数の観測値が利用できる、背の高いデータ拡張について考察する。 提案手法を,最近提案した各種数値実験の競合手法と比較し,数値安定性と計算コストの観点から,その優位性を実証した。
  論文  参考訳（メタデータ） (2024-04-11T09:23:36Z)
• Deep Generative Models for Ultra-High Granularity Particle Physics Detector Simulation: A Voyage From Emulation to Extrapolation [0.0]
  この論文は、ベルIIの実験でPixel Vertex Detector (PXD)のこの課題を克服することを目的としている。 本研究は、粒子物理学における超高粒度検出器シミュレーションに深部生成モデルを用いた結果について初めて紹介する。
  論文  参考訳（メタデータ） (2024-03-05T23:12:47Z)
• Comparison of Point Cloud and Image-based Models for Calorimeter Fast Simulation [48.26243807950606]
  2つの最先端スコアベースのモデルが、同じカロリーメータのシミュレーションに基づいてトレーニングされ、直接比較される。 生成モデルは、高次元のカロリーメーターデータセットを正確に生成することが示されている新しい生成モデルのクラスである。
  論文  参考訳（メタデータ） (2023-07-10T08:20:45Z)
• CaloClouds: Fast Geometry-Independent Highly-Granular Calorimeter Simulation [0.0]
  高粒度検出器における粒子のシャワーのシミュレーションは、粒子物理学への機械学習の適用における重要なフロンティアである。 この研究は、初めて数千の空間点の点雲を3次元空間の検出器で直接生成し、固定格子構造に頼ることなく大きなブレークスルーを成し遂げた。
  論文  参考訳（メタデータ） (2023-05-08T16:44:15Z)

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。