arXiv · Artificial Intelligence· Donatella Genovese, Philip Ploner, Simone Scardapane, Stefano Giagu, Thea Klaeboe Aarrestad·· 2 小时前AI 评分27
HL-LHC 异常检测中学习事件表征的局部诊断
Local Diagnostics of Learned Event Representations for Anomaly Detection at the HL-LHC
AI 导读
研究在模拟高亮度 LHC 条件的 COLLIDE-2V 数据集（7.5 亿事件）上评估监督与自监督神经嵌入策略，以学习潜空间中自编码器的重构误差作为异常分数。在所测配置与基准信号下，利用模拟过程标签的监督目标总体优于自监督，并在最佳配置下较直接在运动学特征上训练的自编码器提升所有留出过程在 10% 背景接受率下的信号效率。
来源：arXiv · Artificial Intelligence · arxiv.org