Reconstruction of decays to merged photons using end-to-end deep learning with domain continuation in the CMS detector

Belyaev, A.V.; Boos, E.; Bunichev, V.; Dubinin, M.; Dudko, L.; Ershov, A.A.; Gribushin, A.; Klyukhin, V.; Kodolova, O.; Obraztsov, S.; Perfilov, M.; Petrushanko, S.V.; Savrin, V.; CMS, C.

Статья опубликована в высокорейтинговом журнале

Информация о цитировании статьи получена из Scopus
Статья опубликована в журнале из списка Web of Science и/или Scopus
Дата последнего поиска статьи во внешних источниках: 20 февраля 2024 г.

Авторы: Belyaev A.V., Boos E., Bunichev V., Dubinin M., Dudko L., Ershov A.A., Gribushin A., Klyukhin V., Kodolova O., Obraztsov S., Perfilov M., Petrushanko S.V., Savrin V., CMS Collaboration
Журнал: Physical Review D
Том: 108
Год издания: 2023
Издательство: American Physical Society
Местоположение издательства: United States
Первая страница: 052002
DOI: 10.1103/PhysRevD.108.052002
Аннотация: A novel technique based on machine learning is introduced to reconstruct the decays of highly Lorentz-boosted particles. Using an end-to-end deep learning strategy, the technique bypasses existing rule-based particle reconstruction methods typically used in high energy physics analyses. It uses minimally processed detector data as input and directly outputs particle properties of interest. The new technique is demonstrated for the reconstruction of the invariant mass of particles decaying in the CMS detector. The decay of a hypothetical scalar particle A into two photons, A → γγ, is chosen as a benchmark decay. Lorentz boosts γ_L = 60–600 are considered, ranging from regimes where both photons are resolved to those where the photons are closely merged as one object. A training method using domain continuation is introduced, enabling the invariant mass reconstruction of unresolved photon pairs in a novel way. The new technique is validated using π0 → γγ decays in LHC collision data.
Добавил в систему: Клюхин Вячеслав Иванович

	ИСТИНА	Войти в систему Регистрация
	Интеллектуальная Система Тематического Исследования НАукометрических данных
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

Интеллектуальная Система Тематического Исследования НАукометрических данных

Reconstruction of decays to merged photons using end-to-end deep learning with domain continuation in the CMS detectorстатья Исследовательская статья

Прикрепленные файлы