Adapting Vision-Language Models for Neutrino Event Classification in High-Energy Physics

작성자

Haebom

카테고리

Empty

저자

Dikshant Sagar, Kaiwen Yu, Alejandro Yankelevich, Jianming Bian, Pierre Baldi

💡 개요

본 연구는 대형 언어 모델(LLM)의 발전을 활용하여 고에너지 물리학 실험의 중성미자 검출기 데이터에서 중성미자 상호작용을 식별하는 데 비전 언어 모델(VLM)을 적용하는 가능성을 탐구합니다. LLaMA 3.2 기반 VLM을 기존의 CNN 및 Vision Transformer(ViT)와 비교 평가한 결과, VLM은 분류 정확도와 견고성 측면에서 우수한 성능을 보였으며, 보조 텍스트 정보를 통합하여 해석 가능한 예측을 가능하게 했습니다.

🔑 시사점 및 한계

•

VLM은 중성미자 사건 분류에서 CNN 기반 모델 대비 뛰어난 정확도와 견고성을 제공합니다.

•

VLM은 텍스트 정보를 통합하여 예측에 대한 해석 가능성을 높이고 추론 기반 분석을 가능하게 합니다.

•

향후 연구에서는 VLM의 멀티모달 추론 능력을 더욱 활용하여 실험 물리학에서 새로운 분석 방법을 개발할 수 있습니다.

•

본 연구의 한계점은 특정 VLM 아키텍처 및 데이터셋에 대한 평가이며, 다양한 VLM 및 데이터셋으로 일반화 가능성을 탐색하는 것이 필요합니다.

PDF 보기

Made with Slashpage