Deep learning approaches to top FCNC couplings to photons at the LHC
Este artigo demonstra que o uso de arquiteturas de aprendizado profundo baseadas em atenção, especialmente redes transformer, melhora significativamente a sensibilidade do LHC na detecção de acoplamentos de corrente neutra de sabor alterado no quark top com fótons, permitindo alcançar limites de exclusão até cinco vezes melhores e sondar taxas de decaimento raras da ordem de no HL-LHC.