Copertina

Versatile Energy-Based Probabilistic Models for High Energy Physics

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cheng, Taoli, Courville, Aaron
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning High Energy Physics - Experiment High Energy Physics - Phenomenology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

SEAL - A Symmetry EncourAging Loss for High Energy Physics
di: Hebbar, Pradyun, et al.
Pubblicazione: (2025)

PC-JeDi: Diffusion for Particle Cloud Generation in High Energy Physics
di: Leigh, Matthew, et al.
Pubblicazione: (2023)

Quantum Attention for Vision Transformers in High Energy Physics
di: Tesi, Alessandro, et al.
Pubblicazione: (2024)

From Information Geometry to Jet Substructure: A Triality of Cumulant Tensors, Energy Correlators, and Hypergraphs
di: Bal, Aritra, et al.
Pubblicazione: (2026)

Event Generators for High-Energy Physics Experiments
di: Campbell, J. M., et al.
Pubblicazione: (2022)

Masked Particle Modeling on Sets: Towards Self-Supervised High Energy Physics Foundation Models
di: Golling, Tobias, et al.
Pubblicazione: (2024)

Phenomenology of Electroweak Portal Dark Showers: High Energy Direct Probes and Low Energy Complementarity
di: Cheng, Hsin-Chia, et al.
Pubblicazione: (2024)

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

Comparing Generative Models with the New Physics Learning Machine
di: Grossi, Samuele, et al.
Pubblicazione: (2025)

Data-Driven High-Dimensional Statistical Inference with Generative Models
di: Amram, Oz, et al.
Pubblicazione: (2025)

Definition and Treatment of Systematic Uncertainties in High Energy Physics and Astrophysics
di: Sinervo, Pekka K., et al.
Pubblicazione: (2025)

Generator Based Inference (GBI)
di: Cheng, Chi Lung, et al.
Pubblicazione: (2025)

Quantum Frontiers in High Energy Physics
di: Fang, Yaquan, et al.
Pubblicazione: (2024)

$\texttt{HEPfit}$: a Code for the Combination of Indirect and Direct Constraints on High Energy Physics Models
di: de Blas, Jorge, et al.
Pubblicazione: (2019)

Aspen Open Jets: Unlocking LHC Data for Foundation Models in Particle Physics
di: Amram, Oz, et al.
Pubblicazione: (2024)

HEPTAPOD: Orchestrating High Energy Physics Workflows Towards Autonomous Agency
di: Menzo, Tony, et al.
Pubblicazione: (2025)

Bootstrapping High-Energy Observables
di: Bhat, Faizan, et al.
Pubblicazione: (2023)

Integrating Physics Inspired Features with Graph Convolution
di: Sahu, Rameswar
Pubblicazione: (2024)

The Four Polarizations of the $W$ at High Energies
di: Basu, Trina, et al.
Pubblicazione: (2025)

Explainable Equivariant Neural Networks for Particle Physics: PELICAN
di: Bogatskiy, Alexander, et al.
Pubblicazione: (2023)

Toward a Community Roadmap for High Energy Physics and Artificial Intelligence in China and Beyond
di: Cai, Tianji, et al.
Pubblicazione: (2026)

Pretrained Event Classification Model for High Energy Physics Analysis
di: Ho, Joshua, et al.
Pubblicazione: (2024)

Stable and Interpretable Jet Physics with IRC-Safe Equivariant Feature Extraction
di: Konar, Partha, et al.
Pubblicazione: (2025)

Improving the performance of weak supervision searches using transfer and meta-learning
di: Beauchesne, Hugues, et al.
Pubblicazione: (2023)

Improving the performance of weak supervision searches using data augmentation
di: Chen, Zong-En, et al.
Pubblicazione: (2024)

Training 3D ResNets to Extract BSM Physics Parameters from Simulated Data
di: Dubey, S., et al.
Pubblicazione: (2023)

Gluon Polarimetry with Energy-Energy Correlators
di: Song, Yu-Kun, et al.
Pubblicazione: (2025)

Colorful Particle Production at High-Energy Muon Colliders
di: Han, Tao, et al.
Pubblicazione: (2025)

On Extracting Thermal Parameters and Scenario in High-Energy Collisions
di: Duan, Ting-Ting, et al.
Pubblicazione: (2024)

A Language Model for Particle Tracking
di: Huang, Andris, et al.
Pubblicazione: (2024)

Towards Universal Unfolding of Detector Effects in High-Energy Physics using Denoising Diffusion Probabilistic Models
di: Pazos, Camila, et al.
Pubblicazione: (2024)

Improving Generative Model-based Unfolding with Schrödinger Bridges
di: Diefenbacher, Sascha, et al.
Pubblicazione: (2023)

Top Yukawa Coupling Determination at High Energy Muon Collider
di: Liu, Zhen, et al.
Pubblicazione: (2023)

High Energy Leptonic Collisions and Electroweak Parton Distribution Functions
di: Han, Tao, et al.
Pubblicazione: (2020)

Quantum Information meets High-Energy Physics: Input to the update of the European Strategy for Particle Physics
di: Afik, Yoav, et al.
Pubblicazione: (2025)

Learning to Validate Generative Models: a Goodness-of-Fit Approach
di: Cappelli, Pietro, et al.
Pubblicazione: (2025)

EveNet: A Foundation Model for Particle Collision Data Analysis
di: Hsu, Ting-Hsiang, et al.
Pubblicazione: (2026)

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

Energy-Energy Flow Networks
di: Caffaro, Arianna Garcia, et al.
Pubblicazione: (2025)

Emergence of New Systematics for Open Charm Production in High Energy Collisions
di: Braun-Munzinger, Peter, et al.
Pubblicazione: (2024)