完全最优非共振异常检测

我们提出了首个完整的、模型无关的基于最优异常分数的搜索策略，用于分布尾部的新物理。信号灵敏度通过弱监督方式在辅助特征上训练的分类器实现，背景则使用ABCD方法在分类器输出和主尾部特征上进行预测。分类器输出与尾部特征之间的独立性（ABCD所需）通过首先训练一个条件归一化流来获得辅助特征的去相关版本，然后在这些特征上训练分类器来实现。信号灵敏度和背景预测都需要一个准确近似标准模型背景的事件样本；我们假设这可以由数据中密切相关的控制过程或精确模拟提供，正如无数常规分析中的情况。我们的方法在由（单）喷注和缺失横动量组成的特征上展示了可行性，其中主要标准模型背景是$Z(\nu\nu)+\text{jets}$，数据驱动控制过程是$\gamma+\text{jets}$。