An interpretable unsupervised representation learning for high precision measurement in particle physics
이 논문은 실리콘 마이크로스트립 검출기를 위해 물리적으로 해석 가능한 잠재 공간을 생성하는 사용자 정의 히스토그램 기반 손실 함수를 갖춘 비지도 학습 딥러닝 모델인 Histogram AutoEncoder (HistoAE)를 소개하며, 이는 기존 방식과 대등한 수준의 고정밀 전하 및 위치 측정을 달성하는 동시에 빠른 검출기 시뮬레이션을 가능하게 한다.