用基于模拟的推断从束流_dump 重建类轴子粒子
高能物理 - 唯象学
2024-07-30 v2 高能物理 - 实验
摘要
衰变为光子对的类轴子粒子(ALPs)对依赖构建衰变顶点以搜寻长寿命粒子的实验构成挑战。对于束流_dump 实验尤其如此，其中未知衰变位置与量能器之间的距离可能非常大。在这项工作中，我们使用机器学习探索从此类不精确观测中重建 ALP 性质，特别是其质量与寿命的可能性。我们使用基于条件可逆神经网络的基于模拟的推断方法，为给定事件集重建 ALP 参数的后验概率。我们发现，对于现实的角度与能量分辨率，此类神经网络显著优于基于常规高层变量的参数重建，同时提供可靠的不确定性估计。此外，该神经网络可针对不同探测器性质快速重新训练，使其成为优化实验设计的理想框架。
引用
@article{arxiv.2308.01353,
title = {Reconstructing axion-like particles from beam dumps with simulation-based inference},
author = {Alessandro Morandini and Torben Ferber and Felix Kahlhoefer},
journal= {arXiv preprint arXiv:2308.01353},
year = {2024}
}
备注
34 pages, 18 figures, 2 columns, matches published version