Comprehensive reconstruction of collider events with hypergraph representation learning and graph-conditioned diffusion
Dit artikel introduceert VyPER, een nieuw geometrisch leersysteem dat hypergraaf-representatieleer combineert met graaf-geconditioneerde diffusiemodellen om gelijktijdig de deeltjestoewijzing en de voorspelling van neutrino-kinematica te optimaliseren, waarbij een superieure prestatie voor event-reconstructie over diverse Standard Model-processen wordt aangetoond vergeleken met bestaande technieken.