用于高能物理无监督异常检测的自动编码器

自动编码器广泛应用于机器学习应用，尤其是异常检测。因此，它们作为模型无关新物理搜索的有前景工具被引入高能物理。我们审视了基于重构损失的无监督异常检测中自动编码器的使用，以展示其能力及局限。作为粒子物理基准场景，我们研究在QCD喷注图像背景中标记顶喷注图像。尽管我们复现了文献中的正向结果，但通过对调任务表明标准自动编码器设置不能视为模型无关的异常标记器：由于喷注图像的稀疏性与特定结构，即便在半监督设置下，若自动编码器在顶喷注上训练，也无法标记QCD喷注。由于同一自动编码器架构可对某异常示例为良好标记器而对另一示例为糟糕标记器，我们提出了针对模型无关异常检测任务的改进性能度量。我们也提升了自动编码器学习喷注图像非平凡特征的能力，使其能以同一设置实现顶喷注标记及逆向的QCD喷注标记。然而，我们强调真正模型无关且强大的基于自动编码器的无监督喷注标记器仍有待开发。