University of Michigan（密歇根大学安娜堡分校）

Towards a Self-Driving Trigger at the LHC: Adaptive Response in Real Time

迈向LHC的自驱动触发：实时适应性响应

Shaghayegh Emami, Cecilia Tosciri, Giovanna Salvi, Zixin Ding, Yuxin Chen, Abhijith Gandrakota, Christian Herwig, David W. Miller, Jennifer Ngadiuba, Nhan Tran

机构 * University of Michigan（密歇根大学） ； Enrico Fermi Institute（恩里科·费米研究所） ； University of Chicago（芝加哥大学） ； Fermi National Accelerator Laboratory（费米国家加速器实验室） ； Department of Physics, Kavli Institute for Cosmological Physics（物理系，宇宙学物理研究所） 纠错

AI总结 本文提出了一种自驱动触发系统，通过实时动态调整资源和阈值，利用机器学习优化高能物理实验中的触发性能，提升信号效率和计算效率。

Adaptive few-shot learning for robust part quality classification in two-photon lithography

自适应少样本学习用于两光子光刻中鲁棒部件质量分类

Sixian Jia, Ruo-Syuan Mei, Chenhui Shao

机构 * Department of Mechanical Engineering, University of Michigan, Ann Arbor, MI 48109, United States（机械工程系，密歇根大学，安娜堡，MI 48109，美国） 纠错

AI总结 本文提出了一种自适应CV框架，通过统计假设检验、两阶段增量学习和域对抗神经网络，实现两光子光刻中部件质量分类的鲁棒性和数据效率。