Masked Particle Modeling on Sets: Towards Self-Supervised High Energy Physics Foundation Models
本論文は、ベクトル量子化を通じてマスクされた粒子を再構成することにより、高エネルギー物理学における順序のない粒子集合の置換不変な表現を学習する自己教師あり学習プリトレーニングフレームワークであるMasked Particle Modeling (MPM) を導入し、ジェット分類やドメイン転移といった多様なダウンストリームタスクに対する基盤モデルとしての有効性を実証する。