Buchumschlag

Exotic and physics-informed support vector machines for high energy physics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ramirez-Morales, A., Gutiérrez-Rodríguez, A., Cisneros-Pérez, T., Garcia-Tecocoatzi, H., Dávila-Rivera, A.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	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

Memristive tabular variational autoencoder for compression of analog data in high energy physics
von: Gupta, Rajat, et al.
Veröffentlicht: (2026)

Learning to bin: differentiable and Bayesian optimization for multi-dimensional discriminants in high-energy physics
von: Erdmann, Johannes, et al.
Veröffentlicht: (2026)

Generative sampling with physics-informed kernels
von: Ihssen, Friederike, et al.
Veröffentlicht: (2025)

Foundation models for high-energy physics
von: Hallin, Anna
Veröffentlicht: (2025)

Learning fluid physics from highly turbulent data using sparse physics-informed discovery of empirical relations (SPIDER)
von: Gurevich, Daniel R., et al.
Veröffentlicht: (2021)

Cosmic-ray tomography of shipping containers: A combination of complementary secondary particle and muon information using simulations
von: Prada, Maximilian Pérez, et al.
Veröffentlicht: (2025)

Visualization for physics analysis improvement and applications in BESIII
von: Li, Zhi-Jun, et al.
Veröffentlicht: (2024)

A lightweight analysis farm for fundamental physics experiments
von: Brommer, Sebastian, et al.
Veröffentlicht: (2025)

Estimating density, velocity, and pressure fields in supersonic flow using physics-informed BOS
von: Molnar, Joseph P., et al.
Veröffentlicht: (2022)

Physics-informed machine learning approaches to reactor antineutrino detection
von: Farrell, Sophia, et al.
Veröffentlicht: (2024)

Ising noise filter: physics-informed filtering for particle detectors
von: Kharuk, I.
Veröffentlicht: (2026)

Machine learning-powered data cleaning for LEGEND: a semi-supervised approach using affinity propagation and support vector machines
von: León, E., et al.
Veröffentlicht: (2024)

VecAmpFit: vectorized amplitude-analysis fitting library
von: Chilikin, K.
Veröffentlicht: (2026)

Assessment of few-hits machine learning classification algorithms for low energy physics in liquid argon detectors
von: Moretti, Roberto, et al.
Veröffentlicht: (2023)

A unified machine learning approach for reconstructing hadronically decaying tau leptons
von: Tani, Laurits, et al.
Veröffentlicht: (2024)

One flow to correct them all: improving simulations in high-energy physics with a single normalising flow and a switch
von: Daumann, Caio Cesar, et al.
Veröffentlicht: (2024)

RootInteractive tool for multidimensional statistical analysis, machine learning and analytical model validation
von: Ivanov, Marian, et al.
Veröffentlicht: (2024)

Inferring parameters and reconstruction of two-dimensional turbulent flows with physics-informed neural networks
von: Parfenyev, Vladimir, et al.
Veröffentlicht: (2024)

Importance of hyper-parameter optimization during training of physics-informed deep learning networks
von: Lenau, Ashley, et al.
Veröffentlicht: (2024)

Flow field tomography with uncertainty quantification using a Bayesian physics-informed neural network
von: Molnar, Joseph P., et al.
Veröffentlicht: (2021)

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

Bayesian data analysis tools for atomic physics
von: Trassinelli, Martino
Veröffentlicht: (2016)

Effectiveness of denoising diffusion probabilistic models for fast and high-fidelity whole-event simulation in high-energy heavy-ion experiments
von: Go, Yeonju, et al.
Veröffentlicht: (2024)

Reconstruction of three-dimensional fluid stress field via photoelasticity using physics-informed convolutional encoder-decoder
von: Igarashi, Daichi, et al.
Veröffentlicht: (2025)

Under-coverage in high-statistics counting experiments with finite MC samples
von: Alexe, Cristina-Andreea, et al.
Veröffentlicht: (2024)

Lepton energy scale and resolution corrections based on the minimization of an analytical likelihood: IJazZ2.0
von: Couderc, F., et al.
Veröffentlicht: (2026)

Missing links prediction: comparing machine learning with physics-rooted approaches
von: Santucci, Francesca, et al.
Veröffentlicht: (2026)

New Deep Learning Data Analysis Method for PROSPECT using GAPE: Genetic Algorithm Powered Evolution
von: Adriamirado, M., et al.
Veröffentlicht: (2026)

Monte Carlo method for constructing confidence intervals with unconstrained and constrained nuisance parameters in the NOvA experiment
von: Acero, M. A., et al.
Veröffentlicht: (2022)

LArTPC hit-based topology classification with quantum machine learning and symmetry
von: Duffy, Callum, et al.
Veröffentlicht: (2025)

Does Lorentz-symmetric design boost network performance in jet physics?
von: Li, Congqiao, et al.
Veröffentlicht: (2022)

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

Partial information decomposition for mixed discrete and continuous random variables
von: Barà, Chiara, et al.
Veröffentlicht: (2024)

XENONnT Analysis: Signal Reconstruction, Calibration and Event Selection
von: XENON Collaboration, et al.
Veröffentlicht: (2024)

New horizon in the statistical physics of earthquakes: Dragon-king theory and dragon-king earthquakes
von: Li, Jiawei, 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)

Data-driven assessment of optimal spatiotemporal resolutions for information extraction in noisy time series data
von: Doria, Domiziano, et al.
Veröffentlicht: (2024)

Projections of Discovery Potentials from Expected Background
von: Singh, M. K., et al.
Veröffentlicht: (2023)

Symmetry-Constrained Forecasting of Periodically Correlated Energy Processes
von: Voyant, Cyril, et al.
Veröffentlicht: (2026)

Study of the decay and production properties of $D_{s1}(2536)$ and $D_{s2}^*(2573)$
von: Ablikim, M., et al.
Veröffentlicht: (2024)