基于流式快速量能器模拟器的异常检测

最近，几种基于归一化流的深度生成模型被提出用于加速量能器簇射的模拟。以 CaloFlow 为例，我们表明这些模型可以同时执行无监督异常检测，而无需额外的训练成本。作为演示，我们考虑由一个（背景）或多个（信号）光子引发的电磁簇射。CaloFlow 模型被设计用于生成单光子簇射，但它也提供了簇射似然的访问途径。我们使用该似然作为异常分数，并研究被标记为不太可能的簇射。正如预期的那样，当信号光子近乎共线时，标记器表现不佳，但在其他情况下是有效的。这种方法与使用相同低级量能器输入仅在特定信号模型上训练的监督分类器互补。虽然监督分类器对未见过的信号模型也非常有效，但无监督方法在某些区域更敏感，因此我们期望最终性能将需要结合这些方法。