arXiv 人工智能· Donatella Genovese, Philip Ploner, Simone Scardapane, Stefano Giagu, Thea Klaeboe Aarrestad·· 4 小时前AI 评分33
面向HL-LHC异常检测的表征局部诊断方法
Local Diagnostics of Learned Event Representations for Anomaly Detection at the HL-LHC
AI 导读
研究人员针对高亮度大型强子对撞机（HL-LHC）提出了一套事件表征局部诊断流程，用于解释和验证异常检测发现的新物理候选信号。在包含7.5亿事件的COLLIDE-2V模拟数据集上，利用监督嵌入训练的自编码器表现优于自监督方案，并在10%背景接受度下提升了保留过程的信号效率。该方案通过高斯混合模型定位异常事件并对高阶可观测量的局部区分能力进行排序，成功还原了关键运动学特征。
来源：arXiv 人工智能 · arxiv.org