Algoritmos de trigger basados en deep learning para Hyper-Kamiokande
Algoritmos deep learning para triggers en Hyper-Kamiokande logran 76.7% eficiencia en detección de neutrinos de baja energía, superando métodos clásicos.
Algoritmos deep learning para triggers en Hyper-Kamiokande logran 76.7% eficiencia en detección de neutrinos de baja energía, superando métodos clásicos.
Descubriendo la materia oscura en el LHC con aprendizaje automático. Aprende cómo el machine learning ayuda a buscar materia oscura en el Gran Colisionador de Hadrones.
PhyGHT es un transformador de hipergrafos guiado por física para purificar señales en el HL-LHC. Mejora la eficiencia en detección de partículas.