Copertina

Event-by-event Comparison between Machine-Learning- and Transfer-Matrix-based Unfolding Methods

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Backes, Mathias, Butter, Anja, Dunford, Monica, Malaescu, Bogdan
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Data Analysis, Statistics and Probability 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

An unfolding method based on conditional Invertible Neural Networks (cINN) using iterative training
di: Backes, Mathias, et al.
Pubblicazione: (2022)

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

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

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

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

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

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

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

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

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

The Intrinsic Dimension of Collider Events and Model-Independent Searches in 100 Dimensions
di: D'Agnolo, Raffaele Tito, et al.
Pubblicazione: (2025)

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

Machine Learning
di: Duarte, Javier M., et al.
Pubblicazione: (2025)

New BaBar studies of high-order radiation and the new landscape of data-driven HVP predictions of the muon g-2
di: Malaescu, Bogdan
Pubblicazione: (2024)

PanopTag: Simultaneously Tagging All Jets in a Particle Collision Event
di: Qureshi, Umar Sohail, et al.
Pubblicazione: (2026)

Optimal Equivariant Architectures from the Symmetries of Matrix-Element Likelihoods
di: Maître, Daniel, et al.
Pubblicazione: (2024)

Reconstruction of boosted and resolved multi-Higgs-boson events with symmetry-preserving attention networks
di: Li, Haoyang, et al.
Pubblicazione: (2024)

Data-based form factor corrections between the two-pion $τ$ and $e^+e^-$ spectral functions
di: Davier, Michel, et al.
Pubblicazione: (2025)

Communicating Likelihoods with Normalising Flows
di: Araz, Jack Y., et al.
Pubblicazione: (2025)

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

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

Isolating Unisolated Upsilons with Anomaly Detection in CMS Open Data
di: Gambhir, Rikab, 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)

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

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)

Look everywhere effects in anomaly detection
di: Hein, Marie, 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)

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

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)

Searching for Anomalies with Foundation Models
di: Mikuni, Vinicius, 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)

Cluster Scanning: a novel approach to resonance searches
di: Oleksiyuk, Ivan, et al.
Pubblicazione: (2024)

Log Gaussian Cox Process Background Modeling in High Energy Physics
di: Frid, Yuval, et al.
Pubblicazione: (2025)

Jet Tagging with More-Interaction Particle Transformer
di: Wu, Yifan, et al.
Pubblicazione: (2024)