利用模型无关的机器学习增强单喷注搜寻
高能物理 - 唯象学
2022-08-24 v2
摘要
我们展示了弱监督机器学习如何提升 LHC 单喷注搜寻对具有反常喷注动力学的新物理模型的灵敏度。分类无标签(CWoLa)方法被用于从低级探测器信息中提取所有可用信息，而无需参考任何特定的新物理模型。以强相互作用暗物质模型为例，我们利用模拟数据表明，现有通用搜寻的发现潜力可被显著提升。
引用
@article{arxiv.2204.11889,
title = {Boosting mono-jet searches with model-agnostic machine learning},
author = {Thorben Finke and Michael Krämer and Maximilian Lipp and Alexander Mück},
journal= {arXiv preprint arXiv:2204.11889},
year = {2022}
}
备注
19 pages, 3 figures. v2: references added