Copertina

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

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Qiu, Shikai, Han, Shuo, Ju, Xiangyang, Nachman, Benjamin, Wang, Haichen
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	High Energy Physics - Phenomenology High Energy Physics - Experiment Data Analysis, Statistics and Probability
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

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

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

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

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

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

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

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

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

Tools for Unbinned Unfolding
di: Milton, Ryan, et al.
Pubblicazione: (2025)

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

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

Moment Unfolding
di: Desai, Krish, et al.
Pubblicazione: (2024)

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

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

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

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

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

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

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

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

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

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

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

Multidimensional Deconvolution with Profiling
di: Zhu, Huanbiao, et al.
Pubblicazione: (2024)

Unbinned Inference with Correlated Events
di: Desai, Krish, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

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

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

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

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

Effective Lagrangian Morphing
di: Balasubramanian, Rahul, et al.
Pubblicazione: (2022)

Kitchen Sink Anomaly Detection
di: Das, Ranit, et al.
Pubblicazione: (2026)

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

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