AI اور دنیا کے مشکل مسائل · طبیعیات · arXiv · 2026-10-21

یہ ہے SParTA: جیٹ-ٹیگنگ کے لیے ایک ماڈیولر، موثر اور قابل توسیع ٹرانسفارمر آرکیٹیکچر

اصل عنوان: This is SParTA: A modular, efficient and scalable transformer architecture for jet-tagging

زیادہ توانائی والے colliders پر jet tagging کو تمام jet اجزاء پر مکمل self-attention کی مربعی میموری لاگت کا سامنا ہے۔ SParTA مربعی interaction attention صرف N سب سے سخت اجزاء پر لاگو کرتا ہے، جو transverse momentum کے نزولی ترتیب میں ہوتے ہیں، اور باقی نرم اجزاء کو لکیری cross-attention کے ذریعے ضم کرتا ہے، جبکہ pairwise خصوصیات four-momenta سے متحرک طور پر حساب کی جاتی ہیں۔ ایک 300K پیرامیٹر والا ماڈل quark-gluon tagging پر 92.02% AUC اور 85.06% درستگی حاصل کرتا ہے، پیرامیٹر گنتی کے ساتویں حصے پر 2.14M پیرامیٹر والے Particle Transformer کی برابری کرتا ہے اور 30% signal efficiency پر background rejection میں IAFormer سے 21% بہتر ہے، جبکہ boosted top-tagging میں 511K پیرامیٹرز کے ساتھ یہ ParT اور ParticleNet سے بہتر کارکردگی دکھاتا ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →