English(EN) Similarity Pairing with Energy Mover's Distance for Self-Supervised Pre-Training at the LHC

为LHC基础模型揭示新的自监督预训练方法

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-17 04:00

研究人员开发了一种新颖的自监督预训练方法，用于大型强子对撞机（LHC）的基础模型。这种数据驱动的方法利用能量移动距离（EMD）根据相似性配对事件，无需传统的数据增强。通过根据相似性匹配不同的事件，该方法在不改变事件保真度或需要计算密集型模拟的情况下学习不变性。在QCD喷注上的实验表明，这种无增强配对方法可以产生具有下游区分能力的语义喷注嵌入，其性能可与现有基于增强的基线相媲美或超越。 AI

影响该方法可以提高高能物理研究中基础模型训练的效率和有效性。

排序理由该集群包含一篇详细介绍一种新的自监督预训练方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

本文如何被排名

Signal score: 12 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍一种新的自监督预训练方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Ho Fung Tsoi, Dylan Rankin · 2026-09-17 04:00

LHC自监督预训练的能量移动器距离相似性配对

arXiv:2609.17738v1 Announce Type: cross Abstract: Many self-supervised methods for training foundation models at the Large Hadron Collider (LHC) rely on data augmentations to encourage the model to embed events into a representation space invariant to certain physical or detector…

本文如何被排名

报道来源 [1]

LHC自监督预训练的能量移动器距离相似性配对

相关实体

相关话题