AI dan Masalah-Masalah Sulit Dunia · Fisika · Nature Machine Intelligence · 2026-09-30
Menuju model bergaya foundation untuk detektor neutrino heterogen di batas energi melalui pralatihan swa-supervisi
Judul asli: Towards foundation-style models for energy-frontier heterogeneous neutrino detectors via self-supervised pretraining
Interpretasi peristiwa pada detektor neutrino berenergi frontier tidak praktis bagi rekonstruksi konvensional dan sulit bagi model terawasi ketika data berlabel langka. Para penulis melakukan pralatih Vision Transformer jarang (sparse) dengan rekonstruksi masked-autoencoder dan tujuan relasional tingkat voxel, lalu melakukan fine-tuning secara bersamaan pada klasifikasi dan regresi. Pada peristiwa simulasi dari kalorimeter FASER yang diusulkan, pralatih meningkatkan identifikasi flavor dan quark charm, regresi momentum, dan rekonstruksi vertex, dan dengan sekitar 1.000 peristiwa berlabel, encoder yang dipralatih menyamai kinerja klasifikasi flavor model yang dilatih dari awal.