使用图神经网络在LHC处探测停止对的产生

上排（停止）对于超对称（SUSY）的自然性起着至关重要的作用。 但是，在大型强子对撞机上寻找停站是一项艰巨的任务。 为了从庞大的大型强子对撞机数据中找出止点，已经发明了各种专家构造的运动学变量或前沿分析技术。 在本文中，我们建议将碰撞事件表示为事件图，并使用消息传递中性网络（MPNN）来分析事件。 作为概念验证，我们在大型强子对撞机中使用了我们的方法来搜索终止对，并发现我们的MPNN可以有效地区分信号和背景事件。 与其他机器学习方法（例如DNN）相比，MPNN可以将停止质量的质量范围提高几十个GeV，甚至超过一百个GeV。