从机器学习输出到统计判据的简明指南
高能物理 - 唯象学
2022-03-09 v1
摘要
在本文中，我们提出将机器学习训练输出纳入统计显著性研究的方法。我们使用基于CNN和DNN输出的监督分类任务，以及基于VAE的无监督学习来描述这些方法。作为用例，我们考虑两种常使用机器学习的物理情形：高p_T强子活动，以及与重矢量玻色子关联的 boosted Higgs。
引用
@article{arxiv.2203.03669,
title = {A simple guide from Machine Learning outputs to statistical criteria},
author = {Charanjit K. Khosa and Veronica Sanz and Michael Soughton},
journal= {arXiv preprint arXiv:2203.03669},
year = {2022}
}
备注
32 pages, 15 figures