Reconfigurable On-Chip AI for Particle Physics Detectors with Logic Neural Networks
本文评估了逻辑神经网络(LNNs)作为一种可重构、抗辐射且资源高效的方案,在下一代粒子物理像素探测器中实现片上机器学习,从而在传统方法失效的情况下,实现复杂的推理与部署后的自适应。
2551 篇论文
肝外系统(Hep-Ex)研究聚焦于肝脏之外那些与肝脏功能紧密相连的复杂网络,涵盖从代谢调节到免疫反应的广泛领域。这里探讨的不仅是器官间的相互作用,更是理解全身健康如何受肝脏状态深远影响的关键窗口。
Gist.Science 每日从 arXiv 抓取该领域最新预印本,经过专业处理,为每一篇论文提供通俗易懂的解读与详尽的技术摘要。无论您是寻求直观概念的科学爱好者,还是需要深入细节的研究者,都能在此找到所需内容。
以下是该分类下从 arXiv 精选的最新研究成果。
本文评估了逻辑神经网络(LNNs)作为一种可重构、抗辐射且资源高效的方案,在下一代粒子物理像素探测器中实现片上机器学习,从而在传统方法失效的情况下,实现复杂的推理与部署后的自适应。
本文证明了用于高粒度像素探测器中实时轨迹过滤的 \textit{smartpixels} 神经网络分类器在变化的传感器几何结构、磁场和噪声水平下均能保持稳健的性能,且由于辐射损伤导致的显著效率损失在很大程度上可以通过网络重训练得以恢复。
本文综述了中微子-原子核相互作用建模中的不确定性对加速器基振荡测量产生的关键影响,并概述了下一代实验为减轻这些系统误差所必需的理论与实验策略。
本文介绍了一种 sWeight 技术的创新扩展,该技术能够实现用于信号提取的严格的多维顺序事件选择,并通过在 CLAS12 强子重子搜索中的 K 介子鉴别基准应用,证明了其有效性和鲁棒性。
通过使用开放量子系统框架来模拟夸克-胶子等离子体中底夸克偶素的演化,研究表明,尽管介质抑制了量子非经典性,但由于弱结合态的优先解离,仍然存在有限的残余量子结构,这证明了经典化是不完全的且取决于可观测量的选择。
本文研究了在 JetClass-II 数据集上的混合专家(MoE)粒子 Transformer,证明了 top-1 MoE 配置可以在保持活跃计算量几乎不变的情况下,显著提高相对于稠密基准模型的分类准确率,同时揭示了增加专家存储量会产生收益递减现象,且路由结构与性能之间并不存在严格的相关性。
COMET Phase- 实验在 2023 年成功演示了低动量负缪子通过传输螺线管传输至实验区域的过程,尽管存在 30% 的系统性产额差异,但仍为束流特性提供了首次实验基准,并验证了模拟模型。
本研究展示了在超级强子-粲因子(STCF)上,利用 和 衰变道测量 事件中量子纠缠与非经典自旋相关性的探测器级可行性,并预计在 的积分亮度下,实现对并发度(concurrence)和贝尔敏感观测量的精密测量。
利用 CMS 实验在 13 TeV 下收集的 138 fb 质子-质子碰撞数据,本文对衰变为标量玻色子和标准模型顶夸克的成对产生矢量类顶夸克进行了搜索,未发现显著的新物理证据,并设定了 95% 置信水平下的产生截面上限。
本文提出了对大型强子对撞机(LHC)上希格斯喷注否决截面的首次三阶对数阶预测,该预测结合了次次次次领先阶计算与次次次次领先对数重求和,从而实现了约 3% 的剩余微扰不确定度,标志着高亮度阶段精密测量的一个重要里程碑。