Deep learning for jet modification in the presence of the QGP background
Questo studio dimostra che le reti neurali a grafo dinamico (DGCNN) applicate a nuvole di particelle sottratte dal fondo termico mantengono un'alta accuratezza nella previsione della perdita di energia frazionaria dei getti nel plasma di quark e gluoni, superando le limitazioni delle reti convoluzionali su immagini dei getti in condizioni sperimentali realistiche.