面向精度爱好者的生成网络
高能物理 - 唯象学
2023-04-26 v3 机器学习
摘要
生成网络正在为 LHC 的快速事件生成开辟新途径。我们展示了生成流网络如何对运动学分布达到百分级精度，如何与判别器联合训练，以及该判别器如何改善生成。我们的联合训练依赖于两种网络间一种新颖的耦合方式，其不需要纳什均衡。随后，我们通过贝叶斯网络设置与条件数据增强来估计生成不确定性，而判别器确保与训练数据相比不存在系统性不一致。
引用
@article{arxiv.2110.13632,
title = {Generative Networks for Precision Enthusiasts},
author = {Anja Butter and Theo Heimel and Sander Hummerich and Tobias Krebs and Tilman Plehn and Armand Rousselot and Sophia Vent},
journal= {arXiv preprint arXiv:2110.13632},
year = {2023}
}
备注
28 pages, 14 figures