次世代ドリフトチェンバーにおけるクラスターカウントのためのエッジ機械学習

この記事では、次世代ドリフトチェンバーにおけるクラスターカウントのためのエッジ機械学習アルゴリズムについて説明しています。ドリフトチェンバーは、コライダー追跡において重要な役割を果たしており、将来の粒子加速器、特にヒッグスファクトリーでは、より高い粒度と粒子識別のためのクラスターカウントが求められています。この新しいデータ処理の課題に対し、機械学習を用いた「エッジ」でのデータ処理は、オフデテクターでのデータレートを大幅に削減できる可能性があります。著者らは、未来のドリフトチェンバーにおけるリアルタイム読み出しのクラスターカウント用の機械学習アルゴリズムを提案し、従来の手法と比べて優れた性能を示しています。FPGAリソースに統合された場合、将来のヒッグスファクトリーシナリオにおいてリアルタイム操作が可能なレイテンシを達成することができ、粒子物理学におけるエッジアプリケーションのためのハードウェアベースの機械学習の進展にも寄与します。