تрансформير الجسيمات لتصنيف النفث

تصنيف النفث هو مهمة تصنيف حاسمة ومعقدة في فيزياء الجسيمات. بينما غيرت التعلم العميق هذا المجال وأدت إلى تحسين كبير في الأداء، فإن نقص مجموعة بيانات عامة على نطاق واسع يعيق التحسينات الإضافية. في هذا البحث، نقدم JetClass، وهي مجموعة بيانات شاملة جديدة لتصنيف النفث. تتكون مجموعة البيانات JetClass من 100 مليون نفث، وهي أكبر بحوالي درجتين من المجموعات العامة الموجودة حاليًا. تم محاكاة إجمالي 10 أنواع من النفث، بما في ذلك عدة أنواع لم يتم استكشافها حتى الآن لغرض التصنيف. بناءً على هذه المجموعة الكبيرة من البيانات، نقترح هندسة جديدة تعتمد على تقنية الـ Transformer لتصنيف النفث، وتُسمى Particle Transformer (ParT). من خلال دمج التفاعلات الثنائية بين الجسيمات في آلية الانتباه (attention mechanism)، يحقق ParT أداءً أعلى في التصنيف مقارنة بالـ Transformer العادي ويتفوق بشكل كبير على أفضل التقنيات السابقة، ParticleNet. كما تحسن النماذج ParT المدربة مسبقًا بشكل كبير الأداء عند ضبطها الدقيق على كل من المعيارين الشائعين لتصنيف النفث. يمكن الوصول إلى المجموعة والكود والنماذج بشكل عام عبر الرابط: https://github.com/jet-universe/particle_transformer.