Scalable Multi-Task Learning for Particle Collision Event Reconstruction with Heterogeneous Graph Neural Networks
LHCb 実験環境を想定し、多様な粒子衝突関係を表現する異種グラフニューラルネットワークとグラフ剪定層を統合したマルチタスク学習アプローチを提案することで、ビーズハドロン再構成の性能向上と複雑な事象に対する推論時間のスケーラビリティを両立させた。
889 件の論文
「Hep-Ex」は、素粒子物理学の最前線にある加速器実験の分野を指します。大型加速器で衝突させた粒子の振る舞いを詳しく調べることで、宇宙の根本的な法則や物質の成り立ちを探求する研究です。
Gist.Science は、arXiv から公開されるこの分野の最新プレプリントをすべて網羅的に処理し、専門知識がなくても読める平易な解説と、技術的な詳細を両方備えた要約を提供しています。
以下に、Hep-Ex 分野の最新論文リストを掲載します。
LHCb 実験環境を想定し、多様な粒子衝突関係を表現する異種グラフニューラルネットワークとグラフ剪定層を統合したマルチタスク学習アプローチを提案することで、ビーズハドロン再構成の性能向上と複雑な事象に対する推論時間のスケーラビリティを両立させた。
この論文は、PYTHIA8 および EPOS-LHC モデルを用いた 13 TeV の陽子 - 陽子衝突シミュレーションにおいて、多重度や事象形状(球面度)を分類することで、荷電バランス関数の幅がハドロン化ダイナミクスや集団的運動の存在を示す重要な手がかりとなることを明らかにしたものである。
LHCb 実験が 9 fbのデータを用いて、および崩壊における CKM 角のモデル非依存測定を初めて行い、その結果を既存の測定値と組み合わせることで、という現在最も精密な値の一つを得た。
この論文は、CERN の高輝度 LHC や将来の FCC 実験における高放射線環境での 4 次元追跡検出器向けに、180nm CMOS 技術で完全集積された内部増幅機能を持つモノリシックアクティブピクセルセンサー「CASSIA」の初期測定結果を報告し、低電圧での LGAD 型および高電圧での SPAD 型の動作を示すとともに、内部電荷増幅による高信号対雑音比と優れた時間分解能を達成したことを実証しています。
この論文は、高エネルギー物理学におけるアンフォールディング問題を正則化付き二次最適化問題として再定式化し、QUBO 形式へ変換することで量子アニーリングやハイブリッド量子古典ソルバーによる解法を可能にしたオープンソースパッケージ「QUnfold」を開発し、従来の手法と同等の精度を達成することを示したものである。
BESIII 実験のデータを用いた多チャネル同時解析により、エキゾチックなチャームニウム様状態の量子数が初めて決定され、その極位置や相対分岐比が抽出されました。
この論文は、専門家の物理学者の指導のもと、AI エージェントが ALEPH の公開データを用いて LEP 衝突実験におけるスラスト分布の測定と論文執筆を完結させた概念実証であり、AI が実験と理論の循環を加速する新たな科学発見のパラダイムへの第一歩を示しています。
この論文は、格子 QCD 計算を用いて初めて陽子とラムダ粒子の散乱を系統的に研究し、得られた散乱長や有効範囲などの結果が実験値とよく一致することを確認し、中性子星の方程式の状態構築に重要な知見を提供したことを報告しています。
この論文は、 衝突におけるスラスト分布の QCD 再総和において、共役空間と直接空間という異なる定式化や近似の選択が、提示された理論的不確実性を超える大きな予測差を生み出すことを示し、強結合定数の決定におけるより保守的な理論誤差見積もりの必要性を提唱しています。
この論文は、軟ヒッグス近似と高エネルギー近似に基づく 2 ループ振幅の組み合わせを用いて、MiNNLOPS 法により生成過程に対する NNLO QCD 補正と部分子シャワーの結合を初めて実現し、POWHEG フレームワーク内で公開可能な生成器を開発したことを報告するものである。