Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Univ Calif San Diego | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | European Org Nucl Res (CERN | - |
Autor(es): dc.contributor | CALTECH | - |
Autor(es): dc.contributor | Natl & Kapodistrian Univ Athens | - |
Autor(es): dc.creator | Kansal, Raghav | - |
Autor(es): dc.creator | Duarte, Javier | - |
Autor(es): dc.creator | Su, Hao | - |
Autor(es): dc.creator | Orzari, Breno | - |
Autor(es): dc.creator | Tomei, Thiago | - |
Autor(es): dc.creator | Pierini, Maurizio | - |
Autor(es): dc.creator | Touranakou, Mary | - |
Autor(es): dc.creator | Vlimant, Jean-Roch | - |
Autor(es): dc.creator | Ranzato, M. | - |
Autor(es): dc.creator | Beygelzimer, A. | - |
Autor(es): dc.creator | Dauphin, Y. | - |
Autor(es): dc.creator | Liang, P. S. | - |
Autor(es): dc.creator | Vaughan, J. W. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:57:33Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:57:33Z | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2020-12-31 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/245186 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/245186 | - |
Descrição: dc.description | In high energy physics (HEP), jets are collections of correlated particles produced ubiquitously in particle collisions such as those at the CERN Large Hadron Collider (LHC). Machine learning (ML)-based generative models, such as generative adversarial networks (GANs), have the potential to significantly accelerate LHC jet simulations. However, despite jets having a natural representation as a set of particles in momentum-space, a.k.a. a particle cloud, there exist no generative models applied to such a dataset. In this work, we introduce a new particle cloud dataset (JetNet), and apply to it existing point cloud GANs. Results are evaluated using (1) 1-Wasserstein distances between high- and low-level feature distributions, (2) a newly developed Frechet ParticleNet Distance, and (3) the coverage and (4) minimum matching distance metrics. Existing GANs are found to be inadequate for physics applications, hence we develop a new message passing GAN (MPGAN), which outperforms existing point cloud GANs on virtually every metric and shows promise for use in HEP. We propose JetNet as a novel point-cloud-style dataset for the ML community to experiment with, and set MPGAN as a benchmark to improve upon for future generative models. Additionally, to facilitate research and improve accessibility and reproducibility in this area, we release the open-source JETNET Python package with interfaces for particle cloud datasets, implementations for evaluation and loss metrics, and more tools for ML in HEP development. | - |
Descrição: dc.description | European Research Council (ERC) under the European Union | - |
Descrição: dc.description | IRIS-HEP fellowship through the U.S. National Science Foundation (NSF) | - |
Descrição: dc.description | U.S. Department of Energy (DOE) | - |
Descrição: dc.description | DOE, Office of Science, Office of High Energy Physics Early Career Research program | - |
Descrição: dc.description | DOE, Office of Advanced Scientific Computing Research | - |
Descrição: dc.description | Funda��o de Amparo � Pesquisa do Estado de S�o Paulo (FAPESP) | - |
Descrição: dc.description | ERC under the European Union | - |
Descrição: dc.description | DOE, Office of Science, Office of High Energy Physics | - |
Descrição: dc.description | EU | - |
Descrição: dc.description | NSF | - |
Descrição: dc.description | University of California Office of the President | - |
Descrição: dc.description | University of California San Diego's California Institute for Telecommunications and Information Technology/Qualcomm Institute | - |
Descrição: dc.description | Univ Calif San Diego, La Jolla, CA 92093 USA | - |
Descrição: dc.description | Univ Estadual Paulista, BR-01049010 Sao Paulo, SP, Brazil | - |
Descrição: dc.description | European Org Nucl Res (CERN, CH-1211 Geneva 23, Switzerland | - |
Descrição: dc.description | CALTECH, Pasadena, CA 91125 USA | - |
Descrição: dc.description | Natl & Kapodistrian Univ Athens, Athens, Greece | - |
Descrição: dc.description | Univ Estadual Paulista, BR-01049010 Sao Paulo, SP, Brazil | - |
Descrição: dc.description | European Research Council (ERC) under the European Union: 772369 | - |
Descrição: dc.description | IRIS-HEP fellowship through the U.S. National Science Foundation (NSF): OAC-1836650 | - |
Descrição: dc.description | U.S. Department of Energy (DOE): DE-AC0207CH11359 | - |
Descrição: dc.description | DOE, Office of Science, Office of High Energy Physics Early Career Research program: DESC0021187 | - |
Descrição: dc.description | DOE, Office of Advanced Scientific Computing Research: DE-SC0021396 | - |
Descrição: dc.description | FAPESP: 2018/25225-9 | - |
Descrição: dc.description | FAPESP: 2018/01398-1 | - |
Descrição: dc.description | FAPESP: 2019/16401-0 | - |
Descrição: dc.description | ERC under the European Union: 772369 | - |
Descrição: dc.description | DOE, Office of Science, Office of High Energy Physics: DE-SC0011925 | - |
Descrição: dc.description | DOE, Office of Science, Office of High Energy Physics: DE-SC0019227 | - |
Descrição: dc.description | DOE, Office of Science, Office of High Energy Physics: DE-AC02-07CH11359 | - |
Descrição: dc.description | EU: 952215 | - |
Descrição: dc.description | NSF: 1904444 | - |
Descrição: dc.description | NSF: CNS-1730158 | - |
Descrição: dc.description | NSF: ACI1540112 | - |
Descrição: dc.description | NSF: ACI-1541349 | - |
Descrição: dc.description | NSF: OAC-1826967 | - |
Formato: dc.format | 14 | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Neural Information Processing Systems (nips) | - |
Relação: dc.relation | Advances In Neural Information Processing Systems 34 (neurips 2021) | - |
???dc.source???: dc.source | Web of Science | - |
Título: dc.title | Particle Cloud Generation with Message Passing Generative Adversarial Networks | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: