基于 K-近邻算法的缪子能量深度回归

在为未来粒子物理实验寻求新型测量方案的背景下，我们开发了一种基于高性能 kNN 的回归器，用于从高能缪子在致密且高粒度量能器中辐射损失的模式推断其能量。该回归器基于一组弱 kNN 学习器，这些学习器通过随机梯度下降对每个训练事件调整权重和偏置来进行学习。该过程优化的有效参数数量在 6000 万量级，因此可与大型深度学习架构相媲美。我们通过将该回归器与多种机器学习算法比较，在所指应用上测试了其性能，显示出与提升决策树和神经网络相当的精度。