一种数据驱动且模型无关的方法以解决新物理搜寻中的组合指派问题

我们提出一种在粒子物理中解决组合指派问题的新方法，无需引入关于粒子衰变的先验知识或假设。通过将衰变产物正确指派给母粒子的任务，以模型无关的方式实现，我们引入了新颖的神经网络架构 Passwd-ABC，其结合了基于注意力机制的定制层与双自动编码器。我们展示了该网络在纯背景事件上以无监督设置训练后，能够正确地重建假想新粒子，而与其质量、衰变多重数和子结构无关，并同时产生可用于高效压低背景的异常分数。该模型使得针对局域 excess 的搜寻套件得以扩展，从而涵盖非共振粒子对产生——其中两个共振质量的重建受组合问题阻碍。