用于全局 PDF 拟合的机器学习工具
高能物理 - 唯象学
2018-09-13 v1
摘要
近年来，机器学习算法在理论与实验高能物理中的使用取得了令人瞩目的进展，其应用涵盖从触发选择到喷注子结构分类以及探测器模拟等诸多方面。本文中，我们综述 NNPDF 系列全局 QCD 分析中使用的机器学习工具。这些工具包括用于部分子分布与碎裂函数无模型参数化的多层前馈神经网络、用于训练与优化的遗传与协方差矩阵自适应算法，以及用于拟合方法学系统验证的闭合检验。
引用
@article{arxiv.1809.04392,
title = {Machine Learning tools for global PDF fits},
author = {Juan Rojo},
journal= {arXiv preprint arXiv:1809.04392},
year = {2018}
}
备注
12 pages, 9 figures, to appear in the proceedings of the XXIIIth Quark Confinement and the Hadron Spectrum conference, 1-6 August 2018, University of Maynooth, Ireland