arXiv · Machine Learning· Soheun Yi, John Alison, Mikael Kuusela·· 8 小时前AI 评分43
MASSIB：通过数据平滑在背景建模不完善时实现模型无关的新物理搜索
Model-Agnostic Search for New Physics in the Presence of Imperfect Background by Smearing the Data
AI 导读
MASSIB 提出一种模型无关的新物理搜索方法，通过学习相对于不完善背景分布的事件密度比，并引入平滑密度比，降低控制区向信号区插值时的背景估计偏差。在模拟的大型强子对撞机（LHC）事件中，该方法能适应不同信号类型，实现较高的信号富集度，并保持信号检测假设检验的统计效力。
来源：arXiv · Machine Learning · arxiv.org