在味物理现象学研究中运用机器学习技术
高能物理 - 唯象学
2022-07-29 v2
摘要
本文给出了一项针对违背轻子味普适性的新物理的更新分析，采用标准模型有效场拉格朗日量，并在 处引入半轻子六维算符。我们通过讨论第一代混合的相关性进行了全局拟合。我们在此背景下首次使用蒙特卡洛分析来提取观测值之间的置信区间和相关性。我们的结果表明，机器学习与 SHAP 值结合使用，构成了此类分析中合适的一种策略。
引用
@article{arxiv.2109.07405,
title = {Using Machine Learning techniques in phenomenological studies in flavour physics},
author = {Jorge Alda and Jaume Guasch and Siannah Penaranda},
journal= {arXiv preprint arXiv:2109.07405},
year = {2022}
}
备注
44 pages, 12 figures, 1 appendix. Version published on JHEP. Extended discussion and added a simplified leptoquark model, conclusions unchanged