利用深度神经网络从背景噪声中提取希格斯玻色子信号
高能物理 - 唯象学
2020-10-19 v1 计算机视觉与模式识别
机器学习
摘要
希格斯玻色子是一种基本粒子，希格斯信号的分类是高能物理中一个众所周知的问题。希格斯信号的识别是一项具有挑战性的任务，因为其信号与背景信号相似。本研究提出一种使用随机森林、自编码器和深度自编码器新颖组合进行希格斯信号分类的方法，以构建鲁棒且泛化的希格斯玻色子预测系统，从背景噪声中判别希格斯信号。所提出的集成技术基于在决策空间中实现多样性，结果显示在私有排行榜上具有良好的判别能力；达到了0.9的接收者操作特征曲线下面积以及3.429的近似中位数显著性分数。
引用
@article{arxiv.2010.08201,
title = {Extracting Signals of Higgs Boson From Background Noise Using Deep Neural Networks},
author = {Muhammad Abbas and Asifullah Khan and Aqsa Saeed Qureshi and Muhammad Waleed Khan},
journal= {arXiv preprint arXiv:2010.08201},
year = {2020}
}
备注
Figures: 2, Table: 1