Buchumschlag

Combining Evolutionary Strategies and Novelty Detection to go Beyond the Alignment Limit of the $Z_3$ 3HDM

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Romão, Jorge Crispim, Romão, Miguel Crispim
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	High Energy Physics - Phenomenology Computational Physics Data Analysis, Statistics and Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring Scotogenic Parameter Spaces and Mapping Uncharted Dark Matter Phenomenology with Multi-Objective Search Algorithms
von: de Souza, Fernando Abreu, et al.
Veröffentlicht: (2025)

Sensitivity to New Physics Phenomena in Anomaly Detection: A Study of Untunable Hyperparameters
von: de Souza, Fernando Abreu, et al.
Veröffentlicht: (2025)

Machine Learning insights on the Z3 3HDM with Dark Matter
von: de Souza, Fernando Abreu, et al.
Veröffentlicht: (2026)

Symbolic Regression for Beyond the Standard Model Physics
von: AbdusSalam, Shehu, et al.
Veröffentlicht: (2024)

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

CNN on `Top': In Search of Scalable & Lightweight Image-based Jet Taggers
von: Baruah, Rajneil, et al.
Veröffentlicht: (2025)

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

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

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

Complete Optimal Non-Resonant Anomaly Detection
von: Kasieczka, Gregor, et al.
Veröffentlicht: (2024)

Anomaly Detection in Collider Physics via Factorized Observables
von: Metodiev, Eric M., et al.
Veröffentlicht: (2023)

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

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

Microlensing signatures of extended dark objects using machine learning
von: Romão, Miguel Crispim, et al.
Veröffentlicht: (2024)

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

Signal model parameter scan using Normalizing Flow
von: Saito, Masahiko, et al.
Veröffentlicht: (2024)

The role of the Look Elsewhere Effect in determining the significance of an oscillation disappearance search for a light sterile neutrino
von: Ranucci, Gioacchino
Veröffentlicht: (2024)

Variance Reduction via Simultaneous Importance Sampling and Control Variates Techniques Using Vegas
von: Shyamsundar, Prasanth, et al.
Veröffentlicht: (2023)

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

QCD in Language Models: What do they really know about QCD?
von: Sulc, Antonin, et al.
Veröffentlicht: (2025)

PhyLiNO: A Forward-Folding Likelihood-Fit Framework for Neutrino Oscillation Physics
von: Hellwig, Denise, et al.
Veröffentlicht: (2025)

SURFing to the Fundamental Limit of Jet Tagging
von: Pang, Ian, et al.
Veröffentlicht: (2025)

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

FlexCAST: Enabling Flexible Scientific Data Analyses
von: Nachman, Benjamin, 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)

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

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)

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

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

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

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)

Event-by-event Comparison between Machine-Learning- and Transfer-Matrix-based Unfolding Methods
von: Backes, Mathias, et al.
Veröffentlicht: (2023)