参数空间上的贝叶斯主动搜索：($B-L$)SSM 中 95 GeV 自旋-0 共振
高能物理 - 唯象学
2025-10-15 v2
摘要
在尝试用新物理（NP）模型解释来自对撞机实验的可能数据异常时，通常需要在其参数空间上进行计算代价高昂的扫描，以使理论预测与实验观测相匹配。假设大型正负电子对撞机（LEP）和大型强子对撞机（LHC）实验在约 95 GeV 质量处看到的异常对应于一个 NP 信号，我们试图将其解释为 超对称标准模型（SSM）中的自旋-0 共振（作为说明性示例），我们引入了一种基于多目标主动搜索方法的新型机器学习（ML）方法，称为 b-CASTOR。由于使用了概率代理模型和基于体积的搜索策略，该方法能够实现高样本效率和多样性，优于基于马尔可夫链蒙特卡洛（MCMC）方法等竞争算法。
引用
@article{arxiv.2404.18653,
title = {Bayesian Active Search on Parameter Space: a 95 GeV Spin-0 Resonance in the ($B-L$)SSM},
author = {Mauricio A. Diaz and Giorgio Cerro and Srinandan Dasmahapatra and Stefano Moretti},
journal= {arXiv preprint arXiv:2404.18653},
year = {2025}
}