GlueX DIRC検出器へのMixture of Experts型基盤モデルの適用

アブストラクト: ジェファーソン・ラボのGlueX DIRC検出器に適用した、Mixture-of-Experts（MoE）ベースの基盤モデルを提示し、チェレンコフ光子の高速シミュレーション、粒子同定、ヒットレベルのノイズ除去を統一的な枠組みとして実証します。すべてのタスクにわたって単一の共有トランスフォーマー・バックボーンを活用することで、この手法はタスク固有のパイプラインを細分化する問題を解消しつつ、既存手法と比べて競争力のある、そして場合によってはそれを上回る性能を維持します。モデルは低レベルの検出器入力に直接動作し、連続的な運動学的条件付けを伴う、分割された空間・時間のボキャブラリ上でヒットごとの自己回帰的生成を行います。また、MoEアーキテクチャにより、パイオンおよびカオンのクラス条件付き生成をサポートします。さらに、標準的な幾何学的再構成および既存の深層学習手法と、GlueX DIRCの運動学的位相空間全体にわたってベンチマークを行い、この基盤モデルの枠組みが、アーキテクチャの変更なしに当該検出器へ効果的に移植できることを示します。本研究は、GlueX DIRC解析で現在提案されているタスク固有モデル群に対する、実用的でスケーラブルな代替として基盤モデルを位置付けます。