迁移学习提升高能物理领域AI模型效率

研究人员探索了迁移学习技术以提高高能物理领域机器学习模型的性能。通过在计算成本较低的快速模拟数据上预训练模型，然后将其适配到更真实、完全模拟的数据集上，他们发现了显著的改进。这种方法通常能将分类和喷注识别等各种任务所需的靶域训练数据量减半，证明了可重用科学资产的价值。 AI

影响 通过减少数据需求，实现更高效的AI模型训练以促进科学发现。

排序理由 该集群包含一篇学术论文，详细介绍了科学领域的新方法和实验结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• ATLAS Open Data
• Graph Neural Networks
• High-Energy Physics
• LHC
• Machine Learning
• Transfer Learning
• Transformer-based architectures
• Dense Neural Networks
• Full Simulation

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →