强CWoLa: 无背景模拟的二分类
高能物理 - 唯象学
2025-03-20 v1
摘要
在高能物理领域，监督式深度学习方法取得了显著成功，该领域的趋势是从高层次重构变量转向更低层次、更高维特征。监督式方法需要标记数据，通常由模拟器提供。随着特征数量的增加，模拟精度下降，导致训练数据和测试数据之间出现更大的领域偏移。本文演示了无标签分类范式可用于在训练监督式分类器时消除背景模拟的需求。这可以导致在真实数据上的分类器性能优于使用模拟数据训练的分类器。
引用
@article{arxiv.2503.14876,
title = {Strong CWoLa: Binary Classification Without Background Simulation},
author = {Samuel Klein and Matthew Leigh and Stephen Mulligan and Tobias Golling},
journal= {arXiv preprint arXiv:2503.14876},
year = {2025}
}