Идентификация и реконструкция заряженных частиц, таких как мюоны, — важная задача для эксперимента ATLAS на Большом адронном коллайдере. С увеличением количества столкновений протонов после 2030 года усложнится обработка данных. Для решения алгоритмических проблем предложены два подхода на основе машинного обучения: улучшение скорости реконструкции мюонов с помощью графовых нейронных сетей и создание системы слежения за мюонами с использованием современных архитектур Vision Transformer, что позволяет быстро реконструировать мюоны с высокой эффективностью. arXiv: 2603.25793 Обзоры | Физика
Вижен трансформеры и графовые нейронные сети для отслеживания заряженных частиц в мюонном спектрометре ATLAS
Идентификация и реконструкция заряженных частиц, таких как мюоны, — важная задача для эксперимента ATLAS на Большом адронном коллайдере. С увеличением количества столкновений протонов после 2030 года усложнится обработка данных. Для решения алгоритмических проблем предложены два подхода на основе машинного обучения: улучшение скорости реконструкции мюонов с помощью графовых нейронных сетей и создание системы слежения за мюонами с использованием современных архитектур Vision Transformer, что позволяет быстро реконструировать мюоны с высокой эффективностью.
arXiv: 2603.25793
