Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Spatio-Temporal Anomaly Detection with Graph Networks for Data Quality Monitoring of the Hadron Calorimeter

Created by
  • Haebom

作者

Mulugeta Weldezgina Asres, Christian Walter Omlin, Long Wang, David Yu, Pavel Parygin, Jay Dittmann, Georgia Karapostoli, Markus Seidel, Rosamaria Venditti, Luka Lambrecht, Emanuele Usai, Muhammad Ahmad, Javier Fernandez Menendez, Kaori Maeshi

概要

本論文は、CERNの巨大粒子粒子衝突器(LHC)におけるCMS実験のHardronカロリメータ(HCAL)の粒子読み取りチャネルの準地図空間-時間異常検出(AD)監視システムであるGraphSTADを提案する。 GraphSTADは、DQMの3次元デジ占有マップデータを使用して、合成積ニューラルネットワークとグラフニューラルネットワークを使用して粒子が検出器を通過するときに誘導される局所的な空間的特徴と、チャネルの共有バックエンド回路接続とハウジングボックスによるグローバル動作を学習します。循環ニューラルネットワークは、抽出された空間的特徴の時間的進化を捉えます。 LHC衝突データセットを使用してさまざまなチャネルエラータイプをキャプチャする提案されたADシステムの精度を検証し、GraphSTADシステムはリアルタイムHCAL監視のためにCMSコア生産システムに統合されています。代替ベンチマークモデルとの定量的性能比較によって提示されたシステムの有用性を示す。

Takeaways、Limitations

Takeaways:
CMS HCALの粒子読み取りチャネルのリアルタイム異常検出監視システムを提供します。
合成積ニューラルネットワーク、グラフニューラルネットワーク、循環ニューラルネットワークを組み合わせて、空間的および時間的特徴を効果的に学習します。
さまざまなチャネルエラータイプの高精度を実現し、実際の動作環境に適用可能性を示します。
CMSコア生産システムに統合され、実際のデータ監視に活用される予定です。
Limitations:
特定の実験環境(CMS HCAL)に特化したシステムで、他の実験環境の一般化の可能性にはさらなる研究が必要です。
使用されるデータセットの特性によっては、パフォーマンスが影響を受ける可能性があります。さまざまなデータセットの追加検証が必要です。
モデルの複雑さによる計算コストと資源消費の検討が必要である。
👍