Buchumschlag

OmniJet-$α$: The first cross-task foundation model for particle physics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Birk, Joschka, Hallin, Anna, Kasieczka, Gregor
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	High Energy Physics - Phenomenology Machine Learning High Energy Physics - Experiment Data Analysis, Statistics and Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Enhancing next token prediction based pre-training for jet foundation models
von: Birk, Joschka, et al.
Veröffentlicht: (2025)

OmniJet-$α_C$: Learning point cloud calorimeter simulations using generative transformers
von: Birk, Joschka, et al.
Veröffentlicht: (2025)

Flow Matching Beyond Kinematics: Generating Jets with Particle-ID and Trajectory Displacement Information
von: Birk, Joschka, et al.
Veröffentlicht: (2023)

Neural Scaling Laws for Jet Generation
von: Amram, Oz, et al.
Veröffentlicht: (2026)

Foundation models for high-energy physics
von: Hallin, Anna
Veröffentlicht: (2025)

SURFing to the Fundamental Limit of Jet Tagging
von: Pang, Ian, et al.
Veröffentlicht: (2025)

Universal New Physics Latent Space
von: Hallin, Anna, et al.
Veröffentlicht: (2024)

Classifier Surrogates: Sharing AI-based Searches with the World
von: Bieringer, Sebastian, et al.
Veröffentlicht: (2024)

Agents of Discovery
von: Diefenbacher, Sascha, et al.
Veröffentlicht: (2025)

Complete Optimal Non-Resonant Anomaly Detection
von: Kasieczka, Gregor, et al.
Veröffentlicht: (2024)

Full Phase Space Resonant Anomaly Detection
von: Buhmann, Erik, et al.
Veröffentlicht: (2023)

Accurate and robust methods for direct background estimation in resonant anomaly detection
von: Das, Ranit, et al.
Veröffentlicht: (2024)

Kitchen Sink Anomaly Detection
von: Das, Ranit, et al.
Veröffentlicht: (2026)

The Interplay of Machine Learning--based Resonant Anomaly Detection Methods
von: Golling, Tobias, et al.
Veröffentlicht: (2023)

Generative Models and Statistical Validation
von: Diefenbacher, Sascha, et al.
Veröffentlicht: (2026)

How to pick the best anomaly detector?
von: Hein, Marie, et al.
Veröffentlicht: (2025)

The Fundamental Limit of Jet Tagging
von: Geuskens, Joep, et al.
Veröffentlicht: (2024)

Accelerating Resonance Searches via Signature-Oriented Pre-training
von: Li, Congqiao, et al.
Veröffentlicht: (2024)

Seeing Double: Calibrating Two Jets at Once
von: Gambhir, Rikab, et al.
Veröffentlicht: (2024)

Jet Tagging with More-Interaction Particle Transformer
von: Wu, Yifan, et al.
Veröffentlicht: (2024)

Jet flavor tagging with Particle Transformer for Higgs factories
von: Suehara, Taikan, et al.
Veröffentlicht: (2026)

Machine Learning-Assisted Unfolding for Neutrino Cross-section Measurements with the OmniFold Technique
von: Huang, Roger G., et al.
Veröffentlicht: (2025)

Cross-Domain Transfer with Particle Physics Foundation Models: From Jets to Neutrino Interactions
von: Krzmanc, Gregor, et al.
Veröffentlicht: (2026)

Convolutional L2LFlows: Generating Accurate Showers in Highly Granular Calorimeters Using Convolutional Normalizing Flows
von: Buss, Thorsten, et al.
Veröffentlicht: (2024)

PanopTag: Simultaneously Tagging All Jets in a Particle Collision Event
von: Qureshi, Umar Sohail, et al.
Veröffentlicht: (2026)

CaloHadronic: a diffusion model for the generation of hadronic showers
von: Buss, Thorsten, et al.
Veröffentlicht: (2025)

Unbinned inclusive cross-section measurements with machine-learned systematic uncertainties
von: Benato, Lisa, et al.
Veröffentlicht: (2025)

Particle Transformer for Jet Tagging
von: Qu, Huilin, et al.
Veröffentlicht: (2022)

Interpreting Transformers for Jet Tagging
von: Wang, Aaron, et al.
Veröffentlicht: (2024)

Learning Symmetry-Independent Jet Representations via Jet-Based Joint Embedding Predictive Architecture
von: Katel, Subash, et al.
Veröffentlicht: (2024)

KAN we improve on HEP classification tasks? Kolmogorov-Arnold Networks applied to an LHC physics example
von: Erdmann, Johannes, et al.
Veröffentlicht: (2024)

Neural Scaling Laws for Boosted Jet Tagging
von: Vigl, Matthias, et al.
Veröffentlicht: (2026)

Does Lorentz-symmetric design boost network performance in jet physics?
von: Li, Congqiao, et al.
Veröffentlicht: (2022)

Bring the noise: exact inference from noisy simulations in collider physics
von: Chang, Christopher, et al.
Veröffentlicht: (2025)

CaloClouds II: Ultra-Fast Geometry-Independent Highly-Granular Calorimeter Simulation
von: Buhmann, Erik, et al.
Veröffentlicht: (2023)

Refinable modeling for unbinned SMEFT analyses
von: Schöfbeck, Robert
Veröffentlicht: (2024)

CNN on `Top': In Search of Scalable & Lightweight Image-based Jet Taggers
von: Baruah, Rajneil, et al.
Veröffentlicht: (2025)

stanhf: HistFactory models in the probabilistic programming language Stan
von: Fowlie, Andrew
Veröffentlicht: (2025)

Signal model parameter scan using Normalizing Flow
von: Saito, Masahiko, et al.
Veröffentlicht: (2024)

CaloClouds: Fast Geometry-Independent Highly-Granular Calorimeter Simulation
von: Buhmann, Erik, et al.
Veröffentlicht: (2023)