The role of the Look Elsewhere Effect in determining the significance of an oscillation disappearance search for a light sterile neutrino

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Ranucci, Gioacchino
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	High Energy Physics - Phenomenology Data Analysis, Statistics and Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Impact of recent updates to neutrino oscillation parameters on the effective Majorana neutrino mass in 0$νββ$ Decay
von: Mei, Dongming, et al.
Veröffentlicht: (2024)

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

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

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

SkyCURTAINs: Model agnostic search for Stellar Streams with Gaia data
von: Sengupta, Debajyoti, et al.
Veröffentlicht: (2024)

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

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

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

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

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

The Bayes factor surface for searches for new physics
von: Fowlie, Andrew
Veröffentlicht: (2024)

Multiple testing for signal-agnostic searches of new physics with machine learning
von: Grosso, Gaia, et al.
Veröffentlicht: (2024)

Statistical divergences in high-dimensional hypothesis testing and a modern technique for estimating them
von: Wilkinson, Jeremy J. H., et al.
Veröffentlicht: (2024)

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)

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

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

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

Precise interpretations of traditional fine-tuning measures
von: Fowlie, Andrew, et al.
Veröffentlicht: (2024)

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

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

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

Refinable modeling for unbinned SMEFT analyses
von: Schöfbeck, Robert
Veröffentlicht: (2024)

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)

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

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)

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

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

Tools for Unbinned Unfolding
von: Milton, Ryan, 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)

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)

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

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