Using Line Segment Tracking to enable ML-based Track Reconstruction in CMS
이 논문은 고밀도 융합(high-pileup) HL-LHC 조건에서 기존 방식과 대등한 효율성을 달성하는 동시에 가짜 트랙(fake rates) 및 중복(duplicates)을 크게 줄이면서, 선분 추적(Line Segment Tracking) 객체를 트랜스포머 기반 머신러닝 모델의 입력값으로 활용하는 CMS 궤적 재구성(track reconstruction)을 위한 새로운 하이브리드 접근 방식을 제시한다.