作为拟合优度检验的数据质量监控快速核方法
高能物理 - 实验
2023-03-10 v1 机器学习
摘要
我们在此提出一种用于实时监测粒子探测器的机器学习方法。目标是通过似然比假设检验，评估 incoming 实验数据与参考数据集的兼容性，该参考数据集刻画了正常情况下的数据行为。模型基于核方法的现代实现，即给定足够数据可学习任意连续函数的非参数算法。所得方法高效且对数据中可能存在的异常类型不可知。我们的研究在来自漂移管室缪子探测器的多变量数据上证明了该策略的有效性。
引用
@article{arxiv.2303.05413,
title = {Fast kernel methods for Data Quality Monitoring as a goodness-of-fit test},
author = {Gaia Grosso and Nicolò Lai and Marco Letizia and Jacopo Pazzini and Marco Rando and Lorenzo Rosasco and Andrea Wulzer and Marco Zanetti},
journal= {arXiv preprint arXiv:2303.05413},
year = {2023}
}
备注
16 pages, 7 figures