Comprehensive reconstruction of collider events with hypergraph representation learning and graph-conditioned diffusion
Este artigo introduz o VyPER, um novo framework de aprendizagem geométrica que combina aprendizagem de representação de hipergrafos com modelos de difusão condicionada por grafos para otimizar simultaneamente a atribuição de partículas e a previsão de cinemática de neutrinos, demonstrando um desempenho de reconstrução de eventos superior em diversos processos do Modelo Padrão em comparação com as técnicas existentes.