在线兼容的无监督非共振异常检测
机器学习
2022-10-21 v1 高能物理 - 实验
高能物理 - 唯象学
加速器物理
数据分析、统计与概率
摘要
对于能够以模型无关方式拓宽新粒子搜索范围的异常检测方法,需求日益增长。大多数新方法的提案仅关注信号灵敏度。然而,仅挑选出异常事件是不够的——还必须有一种策略为所选事件提供背景信息。我们提出了首个用于非共振异常无监督检测的完整策略,其同时包含信号灵敏度与基于数据驱动的背景估计方法。我们的技术由两个不同的、同时训练的自编码器构成,并被强制彼此去关联。该方法可离线部署用于非共振异常检测,并且也是首个完整的在线兼容异常检测策略。我们表明,该方法在为 ADC2021 数据挑战赛准备的多类信号上取得了优异性能。
引用
@article{arxiv.2111.06417,
title = {Online-compatible Unsupervised Non-resonant Anomaly Detection},
author = {Vinicius Mikuni and Benjamin Nachman and David Shih},
journal= {arXiv preprint arXiv:2111.06417},
year = {2022}
}
备注
9 pages, 3 figures