Copertina

Anomalies, Representations, and Self-Supervision

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Dillon, Barry M., Favaro, Luigi, Feiden, Friedrich, Modak, Tanmoy, Plehn, Tilman
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	High Energy Physics - Phenomenology Machine Learning High Energy Physics - Experiment
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Semi-visible jets, energy-based models, and self-supervision
di: Favaro, Luigi, et al.
Pubblicazione: (2023)

How to Unfold Top Decays
di: Favaro, Luigi, et al.
Pubblicazione: (2025)

Simulation-Prior Independent Neural Unfolding Procedure
di: Butter, Anja, et al.
Pubblicazione: (2025)

Lorentz-Equivariance without Limitations
di: Favaro, Luigi, et al.
Pubblicazione: (2025)

Generative Unfolding with Distribution Mapping
di: Butter, Anja, et al.
Pubblicazione: (2024)

A Lorentz-Equivariant Transformer for All of the LHC
di: Brehmer, Johann, et al.
Pubblicazione: (2024)

The Physics Behind ML-based Quark-Gluon Taggers
di: Vent, Sophia, et al.
Pubblicazione: (2025)

Lorentz Local Canonicalization: How to Make Any Network Lorentz-Equivariant
di: Spinner, Jonas, et al.
Pubblicazione: (2025)

A universal vision transformer for fast calorimeter simulations
di: Favaro, Luigi, et al.
Pubblicazione: (2026)

$\mathcal{CP}$-Analyses with Symbolic Regression
di: Bahl, Henning, et al.
Pubblicazione: (2025)

Economical Jet Taggers -- Equivariant, Slim, and Quantized
di: Petitjean, Antoine, et al.
Pubblicazione: (2025)

CaloDREAM -- Detector Response Emulation via Attentive flow Matching
di: Favaro, Luigi, et al.
Pubblicazione: (2024)

The Landscape of Unfolding with Machine Learning
di: Huetsch, Nathan, et al.
Pubblicazione: (2024)

Advancing Tools for Simulation-Based Inference
di: Bahl, Henning, et al.
Pubblicazione: (2024)

Constraining the Higgs Potential with Neural Simulation-based Inference for Di-Higgs Production
di: Mastandrea, Radha, et al.
Pubblicazione: (2024)

Normalizing Flows for High-Dimensional Detector Simulations
di: Ernst, Florian, et al.
Pubblicazione: (2023)

Unfolding without Iterations, Adversaries, or Surrogates
di: Ore, Ayodele, et al.
Pubblicazione: (2026)

Differentiable MadNIS-Lite
di: Heimel, Theo, et al.
Pubblicazione: (2024)

Theory-informed neural networks for particle physics
di: Dillon, Barry M., et al.
Pubblicazione: (2025)

Re-Simulation-based Self-Supervised Learning for Pre-Training Foundation Models
di: Harris, Philip, et al.
Pubblicazione: (2024)

Fast, accurate, and precise detector simulation with vision transformers
di: Favaro, Luigi, et al.
Pubblicazione: (2025)

Anomaly detection with spiking neural networks for LHC physics
di: Dillon, Barry M., et al.
Pubblicazione: (2025)

On the CP Nature of the `95 GeV' Anomalies
di: Mondal, Tanmoy, et al.
Pubblicazione: (2024)

A Global View of the EDM Landscape
di: Degenkolb, Skyler, et al.
Pubblicazione: (2024)

Towards Precise Simulations and Inference for the Neutron EDM
di: Degenkolb, Skyler, et al.
Pubblicazione: (2025)

How to Understand Limitations of Generative Networks
di: Das, Ranit, et al.
Pubblicazione: (2023)

Accurate Surrogate Amplitudes with Calibrated Uncertainties
di: Bahl, Henning, et al.
Pubblicazione: (2024)

Modern Machine Learning for LHC Physicists
di: Plehn, Tilman, et al.
Pubblicazione: (2022)

Generative Unfolding of Jets and Their Substructure
di: Petitjean, Antoine, et al.
Pubblicazione: (2025)

Forecasting Generative Amplification
di: Bahl, Henning, et al.
Pubblicazione: (2025)

The MadNIS Reloaded
di: Heimel, Theo, et al.
Pubblicazione: (2023)

Incorporating Physical Priors into Weakly-Supervised Anomaly Detection
di: Cheng, Chi Lung, et al.
Pubblicazione: (2024)

Extrapolating Jet Radiation with Autoregressive Transformers
di: Butter, Anja, et al.
Pubblicazione: (2024)

Optimal Transport Event Representation for Anomaly Detection
di: Cai, Tianji, et al.
Pubblicazione: (2025)

High-dimensional and Permutation Invariant Anomaly Detection
di: Mikuni, Vinicius, et al.
Pubblicazione: (2023)

Robust Anomaly Detection for Particle Physics Using Multi-Background Representation Learning
di: Gandrakota, Abhijith, et al.
Pubblicazione: (2024)

Weakly Supervised Anomaly Detection in Events with a Higgs Boson and Exotic Physics
di: Cheng, Chi Lung, et al.
Pubblicazione: (2025)

Machine-Learning Analysis of Radiative Decays to Dark Matter at the LHC
di: Arganda, Ernesto, et al.
Pubblicazione: (2024)

Self-Supervised Learning Strategies for Jet Physics
di: Rieck, Patrick, et al.
Pubblicazione: (2025)

Bumblebee: Foundation Model for Particle Physics Discovery
di: Wildridge, Andrew J., et al.
Pubblicazione: (2024)