基于 wifi 集成的神经密度比频率学派不确定度

我们引入了 wifi 集成作为一种获取密度比渐近频率学派不确定度的新框架，特别关注高能物理背景下的神经比率估计。当感兴趣的密度比是以参数为条件的似然比时，wifi 集成可用于对这些参数执行基于模拟的推断。在训练基函数 $f_i(x)$ 后，权重 $w_i$ 的不确定度可以直接传播到估计参数，而无需额外的自助法。为了演示这一方法，我们展示了在大型强子对撞机的量子色动力学中的一项应用，使用 wifi 集成来估计生成的夸克喷注与胶子喷注之间的似然比。我们利用这一学习到的似然比来估计合成夸克/胶子混合样本中的夸克比例，结果表明所得不确定度在经验上满足所需的覆盖性质。