探索映子生成模型参数空间并通过多目标搜索算法绘制未被探索的暗物质现象图景

我们提出了一种新颖的人工智能方法，通过利用多目标优化算法来探索标准模型之外的参数空间。我们将此方法应用于一种受Higgs质量、磁性矩异常值、暗物质余密度、暗物质直接探测、 neutrino质量与混合以及轻子味变过程等约束的非最小化子生成模型。我们的结果成功地扩展了前一工作中所呈现的现象学实现。我们在多目标与单目标算法之间进行比较，我们观察到前者能够获得更多样的现象学解和更好的搜索能力。我们使用新奇检测进一步探索稀疏的现象学兴趣区域。这些结果表明，一种强大的搜索策略能够结合多目标优化的全局探索与单目标优化的开发。