在 CMS 开放数据上的对抗学习异常检测：重新发现顶夸克
高能物理 - 实验
2020-10-06 v2 机器学习
高能物理 - 唯象学
摘要
我们将一种对抗学习异常检测（ALAD）算法应用于在大型强子对撞机上质子-质子碰撞中探测新物理过程的问题。基于 ALAD 的异常检测达到了与变分自编码器相当的性能，在某些情况下有显著改进。在 4.4 fb-1 的 8 TeV CMS 开放数据上训练 ALAD 算法，我们展示了数据驱动的异常检测和表征在现实中如何工作，通过识别 LHC 上 t-tbar 实验特征的主要特征重新发现了顶夸克。
引用
@article{arxiv.2005.01598,
title = {Adversarially Learned Anomaly Detection on CMS Open Data: re-discovering the top quark},
author = {Oliver Knapp and Guenther Dissertori and Olmo Cerri and Thong Q. Nguyen and Jean-Roch Vlimant and Maurizio Pierini},
journal= {arXiv preprint arXiv:2005.01598},
year = {2020}
}
备注
16 pages, 9 figures