用于无监督异常检测的IRC安全图自编码器
高能物理 - 唯象学
2022-08-02 v2 机器学习
高能物理 - 实验
摘要
通过采用机器学习技术进行异常检测已成为搜寻超越标准模型新物理的一种新颖强大工具。历史上类似于喷注观测量的发展，理论一致性在算法与神经网络架构的快速演进中并非总占中心地位。在这项工作中，我们通过采用能量加权消息传递，构建了基于图神经网络的红外与共线安全（IRC-safe）自编码器。我们证明尽管该方法具有理论上的优良性质，其也对非QCD结构表现出强劲的灵敏度。
引用
@article{arxiv.2204.12231,
title = {IRC-safe Graph Autoencoder for unsupervised anomaly detection},
author = {Oliver Atkinson and Akanksha Bhardwaj and Christoph Englert and Partha Konar and Vishal S. Ngairangbam and Michael Spannowsky},
journal= {arXiv preprint arXiv:2204.12231},
year = {2022}
}
备注
16 pages, 5 figures, Matched with the published version