Reconstructing boosted Higgs jets from event image segmentation
Reconstructing boosted Higgs jets from event image segmentation
复制标题
从事件图像分割重建增强希格斯喷流
DOI：
10.1007/jhep04(2021)156
复制
发表时间：
2020-08
影响因子：
5.4
通讯作者：
Xu Fang-Zhou
中科院分区：
文献类型：
--
作者：
Li Jinmian;Li Tianjun;Xu Fang-Zhou
基于JET图像方法，将能量在每个量热单元中的沉积视为像素强度，卷积神经网络(CNN)方法被发现比传统的JET子结构分析方法在JET标记方面取得了显著的改进。在这项工作中，采用掩模R-CNN框架来重建类对撞机事件中的Higgs喷注，并考虑了堆积污染的影响。与传统的喷注聚类法和喷注子结构标记法相比，该自动喷注重建方法实现了更高的希格斯喷注探测效率和更高的希格斯玻色子四动量重建精度。此外，在包含单个希格斯喷注的事件上训练的掩模R-CNN能够在几个不同过程的事件中检测到一个或多个希格斯喷流，而不会明显降低重建效率和精度。网络的输出还用作$$t\overline{t}$$的新句柄
T
T
这是一种
背景抑制，补充了传统的喷流子结构变量。
Based on the jet image approach, which treats the energy deposition in each calorimeter cell as the pixel intensity, the Convolutional neural network (CNN) method has been found to achieve a sizable improvement in jet tagging compared to the traditional jet substructure analysis. In this work, the Mask R-CNN framework is adopted to reconstruct Higgs jets in collider-like events, with the effects of pileup contamination taken into account. This automatic jet reconstruction method achieves higher efficiency of Higgs jet detection and higher accuracy of Higgs boson four-momentum reconstruction than traditional jet clustering and jet substructure tagging methods. Moreover, the Mask R-CNN trained on events containing a single Higgs jet is capable of detecting one or more Higgs jets in events of several different processes, without apparent degradation in reconstruction efficiency and accuracy. The outputs of the network also serve as new handles for the $$ t\overline{t} $$
t
t
¯
background suppression, complementing to traditional jet substructure variables.
登录
查看更多内容
影响因子：
5.4
作者：
Gregor Kasieczka;T. Plehn;Michael J. Russell;T. Schell
通讯作者：
Gregor Kasieczka;T. Plehn;Michael J. Russell;T. Schell
影响因子：
5.4
作者：
Jason Gallicchio;J. Huth;M. Kagan;M. Schwartz;K. Black;B. Tweedie
通讯作者：
Jason Gallicchio;J. Huth;M. Kagan;M. Schwartz;K. Black;B. Tweedie
影响因子：
5
作者：
Ji-Hun Kim
通讯作者：
Ji-Hun Kim
DOI：
10.2307/2986705
发表时间：
1967
期刊：
--
影响因子：
--
作者：
D. Brillinger;I. Chakravarti;R. Laha;J. Roy
通讯作者：
D. Brillinger;I. Chakravarti;R. Laha;J. Roy
DOI：
10.2307/2985652
发表时间：
1968-11
影响因子：
1.6
作者：
B. Murphy
通讯作者：
B. Murphy