Redes neuronales cuánticas para la clasificación de hadrones en colisionadores de hadrones
Date
2026-03
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
“El etiquetado de jets es una tarea central en la física de partículas de altas energías, ya que permite identificar el origen partónico de los jets producidos en colisiones hadrónicas y, con ello, mejorar la sensibilidad de numerosos análisis de precisión y búsquedas de nueva física en el Gran Colisionador de Hadrones (LHC). La discriminación entre jets originados por quarks y gluones es particularmente relevante, pero se ve limitada por la complejidad de los procesos de fragmentación y hadronización, así como por la naturaleza altamente correlacionada de los datos experimentales. En este trabajo de tesis se propone abordar el problema del etiquetado de jets mediante redes neuronales basadas en grafos con mecanismos de atención híbridos. Los jets son representados como grafos, en los cuales los nodos corresponden a las partículas constituyentes del jet y las conexiones entre ellos codifican relaciones relevantes. Sobre dicha representación se desarrollan modelos que incorporan mecanismos de atención, con el objetivo de asignar pesos adaptativos a las distintas partículas del jet en función de su relevancia para la tarea de clasificación. En particular, se consideran dos enfoques metodológicos. El primero consiste en una arquitectura completamente clásica, compuesta por capas de atención en grafos seguidas de un clasificador neuronal convencional”.
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading