高能唯象学中的监督深度学习：一篇简评
高能物理 - 唯象学
2019-09-04 v2 高能物理 - 实验
摘要
深度学习作为机器学习的一个分支，近来已被应用于高能实验与唯象研究。在本札记中，我们简要评述那些使用监督深度学习的应用。我们首先描述各类学习模型，随后概述它们在高能唯象研究中的应用。部分详细应用被细致阐述，包括用于新物理参数空间分析的机器学习扫描、用于顶夸克超伴生产搜索的图神经网络，以及用于 LHC 上顶-希格斯耦合的 测量的图神经网络。
引用
@article{arxiv.1905.06047,
title = {Supervised deep learning in high energy phenomenology: a mini review},
author = {Murat Abdughani and Jie Ren and Lei Wu and Jin Min Yang and Jun Zhao},
journal= {arXiv preprint arXiv:1905.06047},
year = {2019}
}
备注
Invited review, 72 pages, 24 figures. References are added