Using Line Segment Tracking to enable ML-based Track Reconstruction in CMS
Dit artikel presenteert een nieuwe hybride aanpak voor CMS-trackreconstructie die Line Segment Tracking-objecten gebruikt als input voor een op een Transformer gebaseerd machine learning-model, waarbij een vergelijkbare efficiëntie wordt bereikt met traditionele methoden terwijl het aantal foutieve tracks en duplicaten in HL-LHC-omstandigheden met hoge pileup aanzienlijk wordt verminderd.