:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Karwowska, Maja, Graczykowski, Łukasz, Deja, Kamil, Kasak, Miłosz, Janik, Małgorzata
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	High Energy Physics - Experiment Machine Learning
Online-Zugang:	https://arxiv.org/abs/2403.17436
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Machine-learning-based particle identification with missing data
von: Kasak, Miłosz, et al.
Veröffentlicht: (2023)

Applying generative neural networks for fast simulations of the ALICE (CERN) experiment
von: Wojnar, Maksymilian
Veröffentlicht: (2024)

Novel machine learning applications at the LHC
von: Duarte, Javier M.
Veröffentlicht: (2024)

Particle production and entropy measurement in ALICE
von: Hutson, Alek
Veröffentlicht: (2024)

Shapes are not enough: CONSERVAttack and its use for finding vulnerabilities and uncertainties in machine learning applications
von: Bechtle, Philip, et al.
Veröffentlicht: (2026)

Reconstruction of muon bundles in KM3NeT detectors using machine learning methods
von: Kalaczyński, Piotr
Veröffentlicht: (2025)

Ultra-low latency quantum-inspired machine learning predictors implemented on FPGA
von: Borella, Lorenzo, et al.
Veröffentlicht: (2024)

Machine learning based event reconstruction for the MUonE experiment
von: Zdybal, Milosz, et al.
Veröffentlicht: (2024)

Generative Diffusion Models for Fast Simulations of Particle Collisions at CERN
von: Kita, Mikołaj, et al.
Veröffentlicht: (2024)

A Language Model for Particle Tracking
von: Huang, Andris, et al.
Veröffentlicht: (2024)

Bumblebee: Foundation Model for Particle Physics Discovery
von: Wildridge, Andrew J., et al.
Veröffentlicht: (2024)

Explainable Equivariant Neural Networks for Particle Physics: PELICAN
von: Bogatskiy, Alexander, et al.
Veröffentlicht: (2023)

EveNet: A Foundation Model for Particle Collision Data Analysis
von: Hsu, Ting-Hsiang, et al.
Veröffentlicht: (2026)

Aspen Open Jets: Unlocking LHC Data for Foundation Models in Particle Physics
von: Amram, Oz, et al.
Veröffentlicht: (2024)

PC-JeDi: Diffusion for Particle Cloud Generation in High Energy Physics
von: Leigh, Matthew, et al.
Veröffentlicht: (2023)

Reconstruction of Unstable Heavy Particles Using Deep Symmetry-Preserving Attention Networks
von: Fenton, Michael James, et al.
Veröffentlicht: (2023)

Multiple testing for signal-agnostic searches of new physics with machine learning
von: Grosso, Gaia, et al.
Veröffentlicht: (2024)

Particle identification in the GlueX detector with machine learning
von: Habjan, Eric, et al.
Veröffentlicht: (2025)

E-PCN: Jet Tagging with Explainable Particle Chebyshev Networks Using Kinematic Features
von: Islam, Md Raqibul, et al.
Veröffentlicht: (2025)

Lamarr: LHCb ultra-fast simulation based on machine learning models deployed within Gauss
von: Barbetti, Matteo
Veröffentlicht: (2023)

Empirical fits to inclusive electron-carbon scattering data obtained by deep-learning methods
von: Kowal, Beata E., et al.
Veröffentlicht: (2023)

The ALICE experiment: a journey through QCD
von: ALICE Collaboration
Veröffentlicht: (2022)

Novel Approaches for ML-Assisted Particle Track Reconstruction and Hit Clustering
von: Odyurt, Uraz, et al.
Veröffentlicht: (2024)

Heterogeneous Point Set Transformers for Segmentation of Multiple View Particle Detectors
von: Robles, Edgar E., et al.
Veröffentlicht: (2025)

PETNet -- Coincident Particle Event Detection using Spiking Neural Networks
von: Debus, Jan, et al.
Veröffentlicht: (2025)

Improving the performance of weak supervision searches using transfer and meta-learning
von: Beauchesne, Hugues, et al.
Veröffentlicht: (2023)

Locality-Sensitive Hashing-Based Efficient Point Transformer for Charged Particle Reconstruction
von: Govil, Shitij, et al.
Veröffentlicht: (2025)

DINAMO: Dynamic and INterpretable Anomaly MOnitoring for Large-Scale Particle Physics Experiments
von: Gavrikov, Arsenii, et al.
Veröffentlicht: (2025)

Human-in-the-loop Reinforcement Learning for Data Quality Monitoring in Particle Physics Experiments
von: Parra, Olivia Jullian, et al.
Veröffentlicht: (2024)

Electron-nucleus cross sections from transfer learning
von: Graczyk, Krzysztof M., et al.
Veröffentlicht: (2024)

TrackFormers: In Search of Transformer-Based Particle Tracking for the High-Luminosity LHC Era
von: Caron, Sascha, et al.
Veröffentlicht: (2024)

Knowledge is Overrated: A zero-knowledge machine learning and cryptographic hashing-based framework for verifiable, low latency inference at the LHC
von: Jawahar, Pratik, et al.
Veröffentlicht: (2025)

Collider-Bench: Benchmarking AI Agents with Particle Physics Analysis Reproduction
von: Faroughy, Darius A., et al.
Veröffentlicht: (2026)

Enhancing High-Energy Particle Physics Collision Analysis through Graph Data Attribution Techniques
von: Verdone, A., et al.
Veröffentlicht: (2024)

Particle Hit Clustering and Identification Using Point Set Transformers in Liquid Argon Time Projection Chambers
von: Robles, Edgar E., et al.
Veröffentlicht: (2025)

Full Event Particle-Level Unfolding with Variable-Length Latent Variational Diffusion
von: Shmakov, Alexander, et al.
Veröffentlicht: (2024)

Fine-tuning machine-learned particle-flow reconstruction for new detector geometries in future colliders
von: Mokhtar, Farouk, et al.
Veröffentlicht: (2025)

MEDIC: a network for monitoring data quality in collider experiments
von: Bassa, Juvenal, et al.
Veröffentlicht: (2025)

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

Applications of CMOS technology at the ALICE experiment
von: Colella, Domenico
Veröffentlicht: (2024)