Классификация субструктуры джетов в физике высоких энергий с использованием глубоких нейронных сетей

При экстремальных энергиях Большого адронного коллайдера массивные частицы могут образовываться с такими высокими скоростями, что их адронные распады коллимированы, и образующиеся джеты перекрываются. Определение того, обусловлена ли субструктура наблюдаемого джета низкомассовой одиночной частицей или несколькими объектами распада массивной частицы, является важной задачей при анализе данных коллайдера. Традиционные подходы опираются на экспертные признаки, предназначенные для обнаружения закономерностей распределения энергии в калориметре, но сложность данных делает эту задачу отличным кандидатом для применения инструментов машинного обучения. Данные, собираемые детектором, можно рассматривать как двумерное изображение, что естественно предполагает применение техник классификации изображений. В этой работе мы применяем глубокие нейронные сети со смесью локально связанных и полностью связанных узлов. Наши эксперименты показывают, что без использования экспертных признаков такие сети сопоставимы или умеренно превосходят современный лучший подход для различения джетов от одиночных адронных частиц и перекрывающихся джетов от пар коллимированных адронных частиц, и такие улучшения производительности сохраняются в присутствии взаимодействий pileup.