초록
제트를 표현하는 방법은 제트 물리학에서의 기계 학습의 핵심입니다. 포인트 클라우드(point cloud) 개념에서 영감을 받아, 우리는 제트를 그 구성 입자들의 순서가 없는 집합으로 간주하는 새로운 접근 방식을 제안합니다. 이는 사실상 "입자 클라우드(particle cloud)"로 제트를 표현하는 것입니다. 이러한 입자 클라우드 표현 방식은 제트의 원시 정보를 효율적으로 통합할 수 있으며, 순열 대칭성을 명시적으로 존중합니다.입자 클라우드 표현을 기반으로, 우리는 동적 그래프 컨볼루셔널 신경망(Dynamic Graph Convolutional Neural Network)을 사용하여 제트 태깅 문제에 특화된 신경망 구조인 ParticleNet을 제안합니다. ParticleNet 구조는 두 가지 대표적인 제트 태깅 벤치마크에서 최고 수준의 성능을 달성하였으며, 기존 방법들보다 크게 개선되었습니다.