В работе описано применение графовых нейронных сетей к задаче восстановления треков на эксперименте SPD. Выполнен обзор классических глобальных и локальных методов восстановления треков. Раскрыта роль машинного обучения в физике высоких энергий и применительно к восстановлению треков в частности. Приведены результаты использования двух типов графов и дано их сравнение.

The study describes the application of graph neural networks to the task of track reconstruction in the SPD experiment. A review of classical global and local methods of track reconstruction is made. The role of machine learning in high-energy physics and, in particular, in relation to track reconstruction, is revealed. The results of using two types of graphs and their comparison are given.