利用孤立森林机器学习算法探测反常四规范子耦合
高能物理 - 唯象学
2023-10-23 v3
摘要
寻找超越标准模型的新物理（NP）是高能物理最重要的任务之一。NP信号的一个共同特征是它们通常数量稀少且在运动学上不同。我们采用与模型无关的策略，通过直接挑出并研究运动学上异常的事件来研究NP的现象学。为此，应用了孤立森林（IF）算法，发现其在识别反常四规范子耦合（aQGCs）的信号事件方面高效。IF算法也可用于约束aQGCs的系数。作为一种机器学习算法，IF算法在未来的NP研究中展现出良好前景。
引用
@article{arxiv.2103.03151,
title = {Detecting anomalous quartic gauge couplings using the isolation forest machine learning algorithm},
author = {Li Jiang and Yu-Chen Guo and Ji-Chong Yang},
journal= {arXiv preprint arXiv:2103.03151},
year = {2023}
}
备注
19 pages, 10 figures