要約
ジェットの表現は、ジェット物理学における機械学習の核心的な問題です。点群（point clouds）の概念に着想を得て、ジェットをその構成粒子の順序付けられていない集合体、すなわち「粒子クラウド」として捉える新しいアプローチを提案します。この粒子クラウドによるジェットの表現は、ジェットの原始情報を効率的に取り込むことができるとともに、置換対称性を明示的に尊重します。粒子クラウド表現に基づき、ジェットタギング問題向けに動的グラフ畳み込みニューラルネットワーク（Dynamic Graph Convolutional Neural Network）を使用したカスタマイズされたニューラルネットワークアーキテクチャであるParticleNetを提案します。ParticleNetアーキテクチャは、代表的な2つのジェットタギングベンチマークで最先端の性能を達成し、既存の手法よりも大幅に改善されています。