用于粒子流重建的可扩展神经网络模型与万亿级数据集
该研究比较了图神经网络和基于核的变压器在高能电子-正电子碰撞事件重建中的应用,证明两者都能够实现逼真的粒子流重建,同时避免了二次内存分配和计算成本。超参数调整显著改善了模型的物理性能,并展示了该模型在多种硬件处理器上具有高度可移植性。数据集和软件已按照FAIR原则发布,可用于重现研究。
原文中文,约400字,阅读约需1分钟。
该研究比较了图神经网络和基于核的变压器在高能电子-正电子碰撞事件重建中的应用,证明两者都能够实现逼真的粒子流重建,同时避免了二次内存分配和计算成本。超参数调整显著改善了模型的物理性能,并展示了该模型在多种硬件处理器上具有高度可移植性。数据集和软件已按照FAIR原则发布,可用于重现研究。