Event reconstruction of colliders with DNN of similar structure to NLP

Publicly Offered Research

Project Area	Foundation of "Machine Learning Physics" --- Revolutionary Transformation of Fundamental Physics by A New Field Integrating Machine Learning and Physics
Project/Area Number	25H01516
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	The University of Tokyo
Principal Investigator	末原大幹東京大学, 素粒子物理国際研究センター, 特任准教授 (20508387)
Project Period (FY)	2025-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000) Fiscal Year 2025: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Keywords	深層学習 / トランスフォーマー / 事象再構成 / ヒッグスファクトリー
Outline of Research at the Start	将来コライダー計画であるヒッグスファクトリーのための事象再構成手法「Particle Flow Algorithm」において、近年特に注目されている自然言語処理およびTransformerに注目し、言語処理と同様の構造を持つTransformerベースのアルゴリズムを開発する。以前のアルゴリズムと性能を比較し、大規模データを用いて飛躍的な性能向上を目指す。このネットワークをfine tuningの手法などを用いてジェット再構成やフレーバー識別などのより高次の問題に応用し、これらに特化したアルゴリズムとの性能比較を行う。