2 分で読了
0 views

WOMBATの設計とFPGA実装:CMS実験におけるジェット下部構造識別とブーストH→b¯b タグ付けのための深層ニューラルネットワークレベル1トリガーシステム

(Design and FPGA Implementation of WOMBAT: A Deep Neural Network Level-1 Trigger System for Jet Substructure Identification and Boosted $H ightarrow bar{b}$ Tagging at the CMS Experiment)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

ケントくん

博士ー!ジェットとかヒッグス粒子とか、聞いたことはあるけど実際何のことかわからないんだよね。新しいAI論文でそれに関することが書かれてるって聞いたんだけど、教えてくれない?

マカセロ博士

いいじゃろう、ケントくん。今回紹介するのはWOMBATというシステムじゃ。これはCMS実験のために設計されたもので、ジェット下部構造を識別したり、特にヒッグス粒子が後にトランスフェクトされる際のH→b¯b(bバーバーb)をタグ付けするためのトリガーシステムなんじゃよ。

ケントくん

なんかかっこいいね!でも、どうやってそれを実現するの?

マカセロ博士

WOMBATはFPGA(フィールド・プログラマブル・ゲート・アレイ)という特殊な電子回路を使っていて、これで非常に高速にデータを処理することが可能じゃ。その上に深層ニューラルネットワークを実装することで、実験中に非常に多くのデータが流れたときでも効率的に識別を行うのじゃ。

引用情報

著者: [著者名リスト]

論文名: Design and FPGA Implementation of WOMBAT: A Deep Neural Network Level-1 Trigger System for Jet Substructure Identification and Boosted $H\rightarrow b\bar{b}$ Tagging at the CMS Experiment

ジャーナル名: [ジャーナル名]

出版年: [出版年]

論文研究シリーズ
前の記事
自動インストラクションチューニングのための洗練された文脈内貢献評価
(RICO: Refined In-Context Contribution for Automatic Instruction-Tuning Data Selection)
次の記事
弾性推論によるスケーラブルな思考連鎖
(Scalable Chain of Thoughts via Elastic Reasoning)
関連記事
金属吸収線で冷たいフローは検出可能か
(Are cold flows detectable with metal absorption lines?)
公開データを用いた局所プライベートサンプリング
(Locally Private Sampling with Public Data)
JVLAスカイサーベイによる電波弱い重力レンズで加速宇宙を探る
(Probing the accelerating Universe with radio weak lensing in the JVLA Sky Survey)
単眼3D物体検出のための教師付きスケール対応変形トランスフォーマー
(SSD-MonoDETR: Supervised Scale-aware Deformable Transformer for Monocular 3D Object Detection)
ハイパーパラメータの重要性をデータセット横断で捉える
(Hyperparameter Importance Across Datasets)
深い非弾性散乱の次次最有効順QCD定式化
(Next-to-Leading Order QCD Formulation of Deep Inelastic Scattering)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む