探索强子喷注分类的普适性
高能物理 - 唯象学
2023-01-18 v1 机器学习
高能物理 - 实验
摘要
喷注子结构的建模在部分子簇射蒙特卡罗（PSMC）程序之间存在显著差异。尽管如此，我们观察到在不同PSMC上训练的机器学习分类器学习到几乎相同的函数。这意味着当这些分类器应用于同一个PSMC进行测试时，它们会产生几乎相同的性能。这种分类器普适性表明，在一个模拟上训练并在另一个模拟（或数据）上测试的机器学习模型很可能是最优的。我们的观察基于对应用于LHC上模拟洛伦兹boosted希格斯粒子喷注标记的浅层和深层神经网络的详细研究。
引用
@article{arxiv.2204.03812,
title = {Exploring the Universality of Hadronic Jet Classification},
author = {Kingman Cheung and Yi-Lun Chung and Shih-Chieh Hsu and Benjamin Nachman},
journal= {arXiv preprint arXiv:2204.03812},
year = {2023}
}
备注
25 pages, 7 figures, 7 tables