实体
ATLAS Open Data
ATLAS Open Data
PulseAugur coverage of ATLAS Open Data — every cluster mentioning ATLAS Open Data across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
AI模型直接从LHC碰撞数据中学习标准模型物理学
研究人员开发了一种名为ShellFlow的基于Transformer的生成模型，可以直接从Large Hadron Collider收集的数据中学习粒子物理学标准模型的结构。该模型在ATLAS Open Data发布的约十亿次碰撞事件上进行训练，无需超出基本运动学公式的明确先验知识，即可重现各种物理现象。ShellFlow成功学习了粒子内运动学、双轻子共振、Weinberg角以及W玻色子和顶夸克的质量，证明了标准模型的重要部分可以直接…
-
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。
-
基于1.2亿次物理事件训练的AI模型提高了碰撞数据分类精度
研究人员开发了一种新的高能物理事件分类基础模型，采用了图神经网络架构。该模型在12种物理过程的1.2亿次模拟质子-质子碰撞事件上进行了预训练，以学习碰撞数据的通用表示。对模型进行微调后，在包括新物理过程和真实ATLAS开放数据在内的各种分类任务中，准确性和计算效率均得到显著提高，展示了其通用性。