Green BOA: Determining the environmental break-even point for ML-based data compression
이 논문은 저장 공간 감소로 인한 에너지 절감이 훈련 및 추론 인프라의 탄소 발자국을 상쇄하는 탄소 상당량 손익분기점을 계산함으로써 머신러닝 기반 데이터 압축의 환경적 지속 가능성을 평가한다.
1928 편의 논문
간단하게 말해 헵-엑스(Hep-Ex)는 우주의 가장 작은 입자들이 어떻게 상호작용하고, 어떤 힘으로 묶여 있는지 탐구하는 실험 물리학의 영역입니다. 거대한 가속기에서 발생한 데이터를 분석하며 표준 모형을 넘어서는 새로운 물리 법칙을 찾아내는 과정은 마치 우주라는 거대한 퍼즐의 조각을 맞추는 것과 같습니다.
기스트 사이언스(Gist.Science)는 이 분야의 최신 연구 동향을 빠르게 파악하실 수 있도록 arXiv에 게시되는 모든 새 논문들을 실시간으로 수집합니다. 복잡한 수식과 전문 용어로 가득 찬 원문을 바탕으로, 누구나 쉽게 이해할 수 있는 일반인용 요약과 연구 전문가를 위한 상세 기술적 분석을 동시에 제공합니다.
아래에는 헵-엑스 분야의 최신 논문들이 정리되어 있습니다.
이 논문은 저장 공간 감소로 인한 에너지 절감이 훈련 및 추론 인프라의 탄소 발자국을 상쇄하는 탄소 상당량 손익분기점을 계산함으로써 머신러닝 기반 데이터 압축의 환경적 지속 가능성을 평가한다.
CMS 협력단은 LHC에서 5.36 TeV에서의 산소-산소 및 네온-네온 충돌에서 유의미한 장거리 집단 흐름(long-range collective flow)을 처음으로 관측했다고 보고하였으며, 이는 측정된 흐름 고조파와 그 비율이 O 및 Ne의 고유한 핵 구조에 민감함을 입증하고 *ab initio* 핵 입력을 포함하는 유체역학 모델에 대한 새로운 제약을 제공한다.
이 논문은 여분의 차원으로 전파될 수 있는 비대칭 암흑 물질이 중성자별을 별 전체를 집어삼키는 수명이 긴 블랙홀로 붕괴시킬 수 있음을 제안하며, 이를 통해 표준적인 3차원 시나리오에 비해 암흑 물질의 질량과 여분의 차원 크기에 대해 훨씬 더 엄격한 제약을 부과한다.
본 논문은 1.6 fb의 TeV $ppH \to b\bar{b}H \to c\bar{c}$ 붕괴의 포함적 생성(inclusive production)에 대한 95% 신뢰 수준 상한선을 설정하기 위해 적용된 LHCb의 제트 에너지 보정 및 플래이보 태깅을 위한 머신 러닝 기법을 제시한다.
이 논문은 다양한 합성 칼로리미터 기하 구조(SimpleBox) 세트로 심층 생성 모델을 사전 학습시키는 것이 미지의 검출기로의 효과적인 전이를 가능하게 하여, 처음부터 학습하거나 실제적인 검출기 사전 정보를 사용하는 것에 비해 데이터 요구량을 크게 줄이고 성능을 향상시킨다는 것을 입증한다.
CMS 실험의 13 TeV 양성자-양성자 충돌 데이터 138 fb를 사용하여, 본 연구는 단일 레프톤 최종 상태를 갖는 WW 및 WZ 생성에서 유효장론 접근 방식을 통해 비정상 삼중 게이지 보손 및 벡터 보손-쿼크 결합을 제한하며, 대반경 제트(large-radius jets)로 재구성된 고에너지 강입자 붕괴에 집중함으로써 삼중 게이지 결합에 대해 현재까지 가장 엄격한 제약을 달성하였다.
LHC의 CMS 검출기를 사용한 이 연구는 5.36 TeV에서의 산소-산소 충돌에서 바리온 대 메존 생성의 향상된 현상을 처음으로 관측하였으며, 이는 쿼크-글루온 플라즈마의 형성과 작은 충돌 시스템에서의 집단적 반경 방향 흐름 및 쿼크 병합의 영향을 입증한다.
이 논문은 13.6 TeV 양성자-양성자 충돌에 대해 CMS 고수준 트리거에 배치되어 힉스 보손 생성 및 붕괴를 포함한 주요 물리 과정에 대한 신호 효율을 크게 향상시킨, 새로운 딥러닝 기반 헤비 플레이버 제트 식별 알고리즘의 설계, 시운전 및 성능을 제시한다.
이 논문은 힉스 붕괴를 통해 생성되는 질량이 약 10 GeV인 액시온 유사 입자(ALP)가 CMS의 13.6 GeV 광자 쌍 과잉 현상을 설명할 수 있다고 제안하며, LHC에서 2-프롱(2-prong) 하부 구조를 가진 넓은 제트가 125 GeV 공명 상태를 형성하는 독특한 신호를 예측한다.
이 논문은 고에너지 물리학 및 기타 과학 분야 전반에 걸쳐 재현 가능하고, 이식 가능하며, 진화 가능한 데이터 분석을 가능하게 하기 위해 컴파일러 기술을 사용하여 과학적 워크플로 기술과 그 실행을 분리하는 도메인 독립적 시스템인 FAST-HEP와 그 Flow 엔진을 소개한다.