arXiv cs.AI· Donatella Genovese, Philip Ploner, Simone Scardapane, Stefano Giagu, Thea Klaeboe Aarrestad·· 4 小时前AI 评分35
HL-LHC 异常检测中学习事件表示的局部诊断
Local Diagnostics of Learned Event Representations for Anomaly Detection at the HL-LHC
AI 导读
研究在 COLLIDE-2V（7.5 亿事件、模拟 HL-LHC 条件）上评估监督与自监督神经嵌入策略，以潜空间自编码器重建误差为异常分数，监督目标整体优于自监督。最佳配置在全部留出过程的 10% 背景接受率下提升了信号效率，并优于直接在运动学特征上训练的自编码器。其局部诊断流程用高斯混合模型拟合 SM 潜空间，定位被标记事件并排序观测量的局部区分能力。
来源：arXiv cs.AI · arxiv.org