基于决策树的纳秒级异常检测及其在奇异希格斯玻色子衰变中的实时应用
高能物理 - 实验
2024-04-29 v2 数据分析、统计与概率
仪器与探测器
摘要
我们提出了一种可解释的自动编码算法实现，用作异常检测器，该实现基于 FPGA（现场可编程门阵列）上由深决策树森林构建。我们考虑了 CERN 大型强子对撞机上的若干场景，其中自动编码器使用标准模型的已知物理过程进行训练。随后该设计被部署于实时触发系统中，用于未知物理过程的异常检测，例如稀有奇异希格斯玻色子衰变的探测。在 Xilinx Virtex UltraScale+ VU9P FPGA 上，以百分级资源占用实现了 30 ns 延迟的推理。我们的方法为受资源约束的边缘 AI 用户提供低延迟的异常检测。
引用
@article{arxiv.2304.03836,
title = {Nanosecond anomaly detection with decision trees and real-time application to exotic Higgs decays},
author = {Stephen Roche and Quincy Bayer and Benjamin Carlson and William Ouligian and Pavel Serhiayenka and Joerg Stelzer and Tae Min Hong},
journal= {arXiv preprint arXiv:2304.03836},
year = {2024}
}
备注
26 pages, 9 figures, 1 table