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
金融時系列予測のための包括的かつ実用的なベンチマーク
(FinTSB: A Comprehensive and Practical Benchmark for Financial Time Series Forecasting)
レイヤー単位学習によるグラフの自己教師あり学習
(Layer-wise training for self-supervised learning on graphs)
事前学習済み画像基盤モデルを用いたプロンプト駆動型3D医療画像セグメンテーション
(PROMISE: Prompt-driven 3D Medical Image Segmentation Using Pretrained Image Foundation Models)
時系列予測におけるスケーリング則
(Scaling Law for Time Series Forecasting)
学習可能なプロンプトを疑似補完として:下流の臨床予測における従来EHRデータ補完の必要性を再考
(Learnable Prompt as Pseudo-Imputation: Rethinking the Necessity of Traditional EHR Data Imputation in Downstream Clinical Prediction)
Alps:多用途な研究インフラストラクチャ
(Alps, a versatile research infrastructure)
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