热点事件观察中
七种顶夸克标记器在全模拟Z'搜索中基准比较
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026-11-11 18:03，arXiv hep-ph 发布一项机器学习 top tagger 基准评测研究：在 JetClass 数据集上以相同条件训练 7 种 top tagger（含 ParticleNet、ParT、UParT、GloParT 等），并将其直接迁移到 2016 CMS Open Data、Geant4 全模拟与真实 pileup 环境下的 Z′→tt̄ 搜索中，研究迁移、外推、灵敏度与推理开销，涉及 mZ′ 为 1.2–2.5 TeV。此为该事件的首篇报道，暂无早先报道可供对照。
AI 根据报道生成 · 2 小时前更新
最新进展11月11日 18:03
首篇报道发布：7 种 top tagger 在全模拟 Z′→tt̄ 搜索中的基准评测研究上线 arXiv。报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv hep-ph（粒子理论）从 JetClass 到全模拟 Z′→tt̄ 搜索的机器学习 top tagger 基准评测：迁移、外推、灵敏度与推理开销
该研究在 JetClass 上以相同条件训练 7 种 top tagger（含 ParticleNet、ParT、UParT、GloParT 等），并直接迁移到 2016 CMS Open Data、Geant4 全模拟与真实 pileup 下的 Z′→tt̄ 搜索（mZ′ 为 1.2–2.5 TeV）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。