Using Graph Neural Networks for hadronic clustering and to reduce beam background in the Belle~II electromagnetic calorimeter
Dit artikel presenteert een nieuwe aanpak met Graph Neural Networks om de uitdagingen van hoge achtergrondstraling en onregelmatige hadroninteracties in de Belle II elektromagnetische calorimeter aan te pakken door ongewenste energieafzettingen te identificeren en te verwijderen voordat de clustering plaatsvindt.