論文の概要: Deep sets and event-level maximum-likelihood estimation for fast pile-up jet rejection in ATLAS

• arxiv url: http://arxiv.org/abs/2512.10819v1
• Date: Thu, 11 Dec 2025 17:09:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-12 16:15:42.480232
• Title: Deep sets and event-level maximum-likelihood estimation for fast pile-up jet rejection in ATLAS
• Title（参考訳）: ATLASにおける高速上昇噴流の深部集合と事象レベル最大風速推定
• Authors: Mohammed Aboelela,
• Abstract要約: 複数の陽子-陽子衝突(パイルアップ)はLHCで交差する全ての集団で発生し、平均的な相互作用数はラン3で80に達すると予測されている。 マルチジェットシグネチャを持つイベントは、ますます高いレートで発生します。 光度の増加に対処するためには、ビーム線に沿ってジェットをその起源に応じて効率的にグループ化できることが不可欠である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Multiple proton-proton collisions (pile-up) occur at every bunch crossing at the LHC, with the mean number of interactions expected to reach 80 during Run 3 and up to 200 at the High-Luminosity LHC. As a direct consequence, events with multijet signatures will occur at increasingly high rates. To cope with the increased luminosity, being able to efficiently group jets according to their origin along the beamline is crucial, particularly at the trigger level. In this work, a novel uncertainty-aware jet regression model based on a Deep Sets architecture is introduced, DIPz, to regress on a jet origin position along the beamline. The inputs to the DIPz algorithm are the charged particle tracks associated to each jet. An event-level discriminant, the Maximum Log Product of Likelihoods (MLPL), is constructed by combining the DIPz per-jet predictions. MLPL is cut-optimized to select events compatible with targeted multi-jet signature selection. This combined approach provides a robust and computationally efficient method for pile-up rejection in multi-jet final states, applicable to real-time event selections at the ATLAS High Level Trigger.
• Abstract（参考訳）: 複数の陽子-陽子衝突(パイルアップ)は、LHCで交差する全ての集団で発生し、平均的な相互作用数は、Run 3で80、High-Luminosity LHCで200に達すると予測される。 直接的な結果として、マルチジェットシグネチャを持つイベントは、ますます高い速度で発生する。 光度の増加に対処するため、ビーム線に沿ってジェットを効率よくグループ化することは、特にトリガーレベルで重要である。 本研究では、ビーム線に沿ったジェットの起点位置を回帰するために、Deep Setsアーキテクチャに基づく新しい不確実性を考慮したジェット回帰モデルDIPzを導入する。 DIPzアルゴリズムへの入力は、各ジェットに関連する荷電粒子軌道である。 DIPz per-jet予測を組み合わせることで、事象レベルの識別式であるMLPL(Maximum Log Product of Likelihoods)を構築する。 MLPLはカット最適化され、ターゲットのマルチジェットシグネチャ選択と互換性のあるイベントを選択する。 この組み合わせのアプローチは、ATLAS High Level Triggerにおけるリアルタイムイベント選択に適用可能な、マルチジェットの最終状態において、頑健で計算的に効率的な拒絶の手法を提供する。

関連論文リスト

• HAD: Hierarchical Asymmetric Distillation to Bridge Spatio-Temporal Gaps in Event-Based Object Tracking [80.07224739976911]
  イベントカメラは例外的な時間分解能と範囲(モード)を提供する RGBカメラは高解像度でリッチテクスチャを捉えるのに優れていますが、イベントカメラは例外的な時間分解能とレンジ(モダル)を提供します。
  論文  参考訳（メタデータ） (2025-10-22T13:15:13Z)
• Solving the Granularity Mismatch: Hierarchical Preference Learning for Long-Horizon LLM Agents [56.625878022978945]
  自律的なエージェントとしての大規模言語モデル(LLM)は、複雑で長期にわたる問題の解決にますます取り組まれている。 直接優先度最適化(DPO)は、正確なクレジット代入には大きすぎる信号を提供するが、ステップレベルのDPOは、しばしば、複数のステップの振る舞いの値をキャプチャするには、筋が通らない。 階層的選好学習(HPL)は、複数の相乗的粒度における選好信号を活用することで、LLMエージェントを最適化する階層的フレームワークである。
  論文  参考訳（メタデータ） (2025-09-26T08:43:39Z)
• Multimodal Generative Flows for LHC Jets [3.535694879582864]
  大型ハドロン衝突型加速器(LHC)における高エネルギー衝突の生成モデリングは、シミュレーションや異常検出などへのデータ駆動経路を提供する。 各粒子は連続的なキネマティックな特徴を持ち、電荷やフレーバーのような離散的な量子数を持つ。 両モードのLHCジェットを共同でモデル化するために,連続時間マルコフジャンプブリッジによるフローマッチングを拡張するトランスフォーマーベースのマルチモーダルフローを提案する。
  論文  参考訳（メタデータ） (2025-09-01T19:42:59Z)
• Discrete-Guided Diffusion for Scalable and Safe Multi-Robot Motion Planning [56.240199425429445]
  マルチロボット運動計画(MPMP)は、共有された連続作業空間で動作する複数のロボットのための軌道を生成する。 離散マルチエージェント探索(MAPF)法は,その拡張性から広く採用されているが,粗い離散化の軌道品質は高い。 本稿では、制約付き生成拡散モデルを用いた離散MAPF解法を導入することにより、2つのアプローチの限界に対処する。
  論文  参考訳（メタデータ） (2025-08-27T17:59:36Z)
• Ultrafast jet classification on FPGAs for the HL-LHC [33.87493147633063]
  3つの機械学習モデルを用いてジェット起源分類を行う。 これらのモデルは、フィールドプログラム可能なゲートアレイデバイスにデプロイするために最適化されている。
  論文  参考訳（メタデータ） (2024-02-02T20:02:12Z)
• PRILoRA: Pruned and Rank-Increasing Low-Rank Adaptation [65.268245109828]
  我々はPRILoRAを導入し、各層ごとに異なるランクを線形に割り当て、トレーニングプロセスを通してプルーニングを行う。 8つのGLUEベンチマークで広範な実験を行い,PRILoRAの有効性を検証する。
  論文  参考訳（メタデータ） (2024-01-20T20:25:17Z)
• EPiC-GAN: Equivariant Point Cloud Generation for Particle Jets [0.0]
  EPiC-GAN - 同変点雲生成逆数ネットワーク - を導入し、可変多重性の点雲を生成する。 EPiC-GANは、大規模粒子乗数によく対応し、ベンチマークジェット生成タスクにおける高世代忠実性を実現する。
  論文  参考訳（メタデータ） (2023-01-17T19:00:00Z)
• Multipoint-BAX: A New Approach for Efficiently Tuning Particle Accelerator Emittance via Virtual Objectives [47.52324722637079]
  マルチポイントクエリにおけるブラックボックス最適化のための情報理論アルゴリズムであるMultipoint-BAXを提案する。 我々はマルチポイントBAXを用いてLinac Coherent Light Source(LCLS)とAdvanced Accelerator Experimental Tests II(FACET-II)の発光を最小化する。
  論文  参考訳（メタデータ） (2022-09-10T04:01:23Z)
• Intelligent Trajectory Design for RIS-NOMA aided Multi-robot Communications [59.34642007625687]
  目的は,ロボットの軌道とNOMA復号命令を協調的に最適化することで,マルチロボットシステムにおける全軌道の総和率を最大化することである。 ARIMAモデルとDouble Deep Q-network (D$3$QN)アルゴリズムを組み合わせたML方式を提案する。
  論文  参考訳（メタデータ） (2022-05-03T17:14:47Z)

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。