利用异常检测与监督机器学习技术增强双 Higgs 玻色子搜索的灵敏度
高能物理 - 唯象学
2025-11-13 v2
摘要
本文探讨了增强对衰变为两个或更多 Higgs 玻色子的新重共振态灵敏度的不同策略。这是通过使用两种神经网络架构实现的：一种用于异常检测的无监督自编码器，以及一种监督分类器。自编码器在一小部分标准模型（SM）蒙特卡罗模拟事件上进行训练，以计算输入事件的损失分布，从而帮助确定事件在多大程度上可被视为异常。监督分类器使用相同的输入，但在使用超越标准模型（BSM）和 SM 过程模拟的事件上进行训练。通过对输出分数应用选择截断，我们比较了两种方法的灵敏度。
引用
@article{arxiv.2504.12418,
title = {Enhancing Sensitivity for Di-Higgs Boson Searches Using Anomaly Detection and Supervised Machine Learning Techniques},
author = {Sergei V. Chekanov and Wasikul Islam and Nicholas Luongo},
journal= {arXiv preprint arXiv:2504.12418},
year = {2025}
}
备注
13 pages, 7 figures