:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Erdmann, Johannes, Mausolf, Florian, Späh, Jan Lukas
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	High Energy Physics - Phenomenology Machine Learning High Energy Physics - Experiment Data Analysis, Statistics and Probability
Accesso online:	https://arxiv.org/abs/2408.02743
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

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

Fast multilabel classification of HEP constraints with deep learning
di: Binjonaid, Maien
Pubblicazione: (2024)

Accelerating HEP simulations with Neural Importance Sampling
di: Deutschmann, Nicolas, et al.
Pubblicazione: (2024)

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

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

Development of systematic uncertainty-aware neural network trainings for binned-likelihood analyses at the LHC
di: CMS Collaboration
Pubblicazione: (2025)

OmniJet-$α$: The first cross-task foundation model for particle physics
di: Birk, Joschka, et al.
Pubblicazione: (2024)

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

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

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

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

Double Descent and Overparameterization in Particle Physics Data
di: Vigl, Matthias, et al.
Pubblicazione: (2025)

Finetuning Foundation Models for Joint Analysis Optimization
di: Vigl, Matthias, et al.
Pubblicazione: (2024)

Neural Scaling Laws for Boosted Jet Tagging
di: Vigl, Matthias, et al.
Pubblicazione: (2026)

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

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)

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

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

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

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

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

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

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)

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

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

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