异常感知
机器学习
2023-08-02 v4 高能物理 - 唯象学
机器学习
摘要
我们提出了一种称为异常感知（Anomaly Awareness）的异常检测新算法。该算法在学习正常事件的同时，通过修改代价函数使其感知异常。我们展示了该方法在不同粒子物理情境和标准计算机视觉任务中的工作方式。例如，我们将该方法应用于由标准模型 Top 和 QCD 事件生成的 Fat Jet 拓扑图像，并针对一系列新物理场景进行测试，包括具有 EFT 效应的 Higgs 产生以及衰变为两个、三个或四个子喷流的共振态。我们发现该算法能有效识别此前未见的异常，并且当我们使其感知到足够多样的异常集合时变得稳健。
引用
@article{arxiv.2007.14462,
title = {Anomaly Awareness},
author = {Charanjit K. Khosa and Veronica Sanz},
journal= {arXiv preprint arXiv:2007.14462},
year = {2023}
}
备注
12 pages, 17 figures