An interpretable unsupervised representation learning for high precision measurement in particle physics
Het artikel introduceert de Histogram AutoEncoder (HistoAE), een ongesuperviseerd deep learning-model met een aangepaste histogramgebaseerde loss die een fysiek interpreteerbare latente ruimte creëert voor silicium microstrip-detectoren, waarbij hoogprecisie lading- en positiebepalingen worden bereikt die vergelijkbaar zijn met conventionele methoden, terwijl snelle detector-simulaties mogelijk worden gemaakt.