从精密网络到圈图振幅
高能物理 - 唯象学
2022-07-01 v1
摘要
评估圈图振幅是 LHC 事件生成中耗时的部分。对于带喷流的双光子产生，我们展示了简单的贝叶斯网络能够可靠地学习此类振幅并建模其不确定性。贝叶斯网络的增强训练进一步改善了不确定性估计以及网络在关键相空间区域的精度。一般而言，贝叶斯网络的增强训练使我们能够在类拟合与类插值的网络训练机制之间切换。
引用
@article{arxiv.2206.14831,
title = {Loop Amplitudes from Precision Networks},
author = {Simon Badger and Anja Butter and Michel Luchmann and Sebastian Pitz and Tilman Plehn},
journal= {arXiv preprint arXiv:2206.14831},
year = {2022}
}
备注
21 pages, 13 figures