Nature Machine Intelligence· Saúl Alonso-Monsalve·2026-09-30 08:00· 5 天前AI 评分36

自监督预训练助力能源前沿异构中微子探测器的基座模型构建

Towards foundation-style models for energy-frontier heterogeneous neutrino detectors via self-supervised pretraining

AI 导读

自监督预训练使深度学习模型更高效解析复杂中微子探测事件，提升分类、重建精度与数据利用率。该方法可跨不同中微子探测技术实现模型迁移，显著增强多类型探测器的通用分析能力。