深度学习在LHC上顶夸克对与单顶夸克产生中的应用
高能物理 - 唯象学
2022-03-25 v1
摘要
我们展示了一种基于深度神经网络算法、以强子衰变顶夸克对为信号的高效标记器的性能,并与QCD多喷注本底事件进行比较。在有限的计算资源下,我们在增强型顶夸克事件中观察到性能的显著提升。我们还比较了现代机器学习方法,并对在14 TeV质子-质子对撞机上通过弱相互作用产生的增强型顶夸克对以及单顶夸克产生进行了多变量分析。纳入了最相关的已知本底过程。通过提升决策树(BDT)、似然和多层感知机(MLP)技术,该分析经训练以观察相较于传统基于截断和计数的方法的性能。
引用
@article{arxiv.2203.12871,
title = {Application of deep learning in top pair and single top quark production at the LHC},
author = {Ijaz Ahmed and Anwar Zada and Muhammad Waqas and M. U. Ashraf},
journal= {arXiv preprint arXiv:2203.12871},
year = {2022}
}
备注
21 pages, 4 tables, 19 figures