基于约束瓶颈自编码器的数据驱动探测器信号表征
仪器与探测器
2022-06-29 v4 机器学习
高能物理 - 实验
摘要
高能物理中的一种常用技术是通过调谐至数据的模型来表征探测器的响应，这些模型从系统的物理参数到探测器的预期信号建立参数化映射。当底层模型未知时，难以应用此方法，且常做出简化假设从而引入建模误差。在本文中，利用波形玩具模型，我们展示了以约束瓶颈自编码器形式的深度学习如何可用于直接从数据中学习底层未知的探测器响应模型。结果表明，即使信号受到随机噪声的显著影响，也能取得优异的性能结果。训练后的算法可同时用于估计模型的物理参数、高保真模拟探测器响应以及对探测器信号去噪。
引用
@article{arxiv.2203.04604,
title = {Data-driven detector signal characterization with constrained bottleneck autoencoders},
author = {César Jesús-Valls and Thorsten Lux and Federico Sánchez},
journal= {arXiv preprint arXiv:2203.04604},
year = {2022}
}