Buchumschlag

Parton Labeling without Matching: Unveiling Emergent Labelling Capabilities in Regression Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qiu, Shikai, Han, Shuo, Ju, Xiangyang, Nachman, Benjamin, Wang, Haichen
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	High Energy Physics - Phenomenology High Energy Physics - Experiment Data Analysis, Statistics and Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FlexCAST: Enabling Flexible Scientific Data Analyses
von: Nachman, Benjamin, et al.
Veröffentlicht: (2025)

Seeing Double: Calibrating Two Jets at Once
von: Gambhir, Rikab, et al.
Veröffentlicht: (2024)

Searching for Anomalies with Foundation Models
von: Mikuni, Vinicius, et al.
Veröffentlicht: (2026)

Stay Positive: Neural Refinement of Sample Weights
von: Nachman, Benjamin, et al.
Veröffentlicht: (2025)

Look everywhere effects in anomaly detection
von: Hein, Marie, et al.
Veröffentlicht: (2025)

Non-resonant Anomaly Detection with Background Extrapolation
von: Bai, Kehang, et al.
Veröffentlicht: (2023)

Isolating Unisolated Upsilons with Anomaly Detection in CMS Open Data
von: Gambhir, Rikab, et al.
Veröffentlicht: (2025)

Stabilizing Neural Likelihood Ratio Estimation
von: Acosta, Fernando Torales, et al.
Veröffentlicht: (2025)

Transforming Simulation to Data Without Pairing
von: Gendreau-Distler, Eli, et al.
Veröffentlicht: (2025)

Tools for Unbinned Unfolding
von: Milton, Ryan, et al.
Veröffentlicht: (2025)

Full Phase Space Resonant Anomaly Detection
von: Buhmann, Erik, et al.
Veröffentlicht: (2023)

Parnassus: An Automated Approach to Accurate, Precise, and Fast Detector Simulation and Reconstruction
von: Dreyer, Etienne, et al.
Veröffentlicht: (2024)

Moment Unfolding
von: Desai, Krish, et al.
Veröffentlicht: (2024)

Machine Learning-Assisted Unfolding for Neutrino Cross-section Measurements with the OmniFold Technique
von: Huang, Roger G., et al.
Veröffentlicht: (2025)

The Fundamental Limit of Jet Tagging
von: Geuskens, Joep, et al.
Veröffentlicht: (2024)

Cross-Domain Transfer with Particle Physics Foundation Models: From Jets to Neutrino Interactions
von: Krzmanc, Gregor, et al.
Veröffentlicht: (2026)

The Interplay of Machine Learning--based Resonant Anomaly Detection Methods
von: Golling, Tobias, et al.
Veröffentlicht: (2023)

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

A Practical Guide to Unbinned Unfolding
von: Canelli, Florencia, et al.
Veröffentlicht: (2025)

Learning Likelihood Ratios with Neural Network Classifiers
von: Rizvi, Shahzar, et al.
Veröffentlicht: (2023)

Machine Learning-based Unfolding for Cross Section Measurements in the Presence of Nuisance Parameters
von: Zhu, Huanbiao, et al.
Veröffentlicht: (2025)

Bring the noise: exact inference from noisy simulations in collider physics
von: Chang, Christopher, et al.
Veröffentlicht: (2025)

Unifying Simulation and Inference with Normalizing Flows
von: Du, Haoxing, et al.
Veröffentlicht: (2024)

Anomaly detection with flow-based fast calorimeter simulators
von: Krause, Claudius, et al.
Veröffentlicht: (2023)

Multidimensional Deconvolution with Profiling
von: Zhu, Huanbiao, et al.
Veröffentlicht: (2024)

Unbinned Inference with Correlated Events
von: Desai, Krish, et al.
Veröffentlicht: (2025)

Graph theory inspired anomaly detection at the LHC
von: Araz, Jack Y., et al.
Veröffentlicht: (2025)

Unbinned inclusive cross-section measurements with machine-learned systematic uncertainties
von: Benato, Lisa, et al.
Veröffentlicht: (2025)

Double Metric Learning for Building Directed Graphs with Chain Connections for the ATLAS ITk Detector
von: Chan, Jay
Veröffentlicht: (2026)

Accelerating Resonance Searches via Signature-Oriented Pre-training
von: Li, Congqiao, et al.
Veröffentlicht: (2024)

Why Is Attention Sparse In Particle Transformer?
von: Legge, Timothy, et al.
Veröffentlicht: (2025)

Resummed Distribution Functions: Making Perturbation Theory Positive and Normalized
von: Gambhir, Rikab, et al.
Veröffentlicht: (2025)

Accurate and robust methods for direct background estimation in resonant anomaly detection
von: Das, Ranit, et al.
Veröffentlicht: (2024)

stanhf: HistFactory models in the probabilistic programming language Stan
von: Fowlie, Andrew
Veröffentlicht: (2025)

Automatizing the search for mass resonances using BumpNet
von: Arguin, Jean-Francois, et al.
Veröffentlicht: (2025)

On the Statistical Interpretation of Discoveries in LHC Data
von: Chekanov, S. V., et al.
Veröffentlicht: (2026)

Effective Lagrangian Morphing
von: Balasubramanian, Rahul, et al.
Veröffentlicht: (2022)

Kitchen Sink Anomaly Detection
von: Das, Ranit, et al.
Veröffentlicht: (2026)

Observable Optimization for Precision Theory: Machine Learning Energy Correlators
von: Bhattacharya, Arindam, et al.
Veröffentlicht: (2025)

Classifier Surrogates: Sharing AI-based Searches with the World
von: Bieringer, Sebastian, et al.
Veröffentlicht: (2024)