Neural Quasiprobabilistic Likelihood Ratio Estimation with Negatively Weighted Data
Fuente:
arXiv
Salvato in:
| Autori principali: | Drnevich, Matthew, Jiggins, Stephen, Katzy, Judith, Cranmer, Kyle |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Quasiprobabilistic Density Ratio Estimation with a Reverse Engineered Classification Loss Function
di: Drnevich, Matthew, et al.
Pubblicazione: (2025)
di: Drnevich, Matthew, et al.
Pubblicazione: (2025)
Stabilizing Neural Likelihood Ratio Estimation
di: Acosta, Fernando Torales, et al.
Pubblicazione: (2025)
di: Acosta, Fernando Torales, et al.
Pubblicazione: (2025)
Efficient Estimation of Unfactorizable Systematic Uncertainties
di: Romero, Alexis, et al.
Pubblicazione: (2025)
di: Romero, Alexis, et al.
Pubblicazione: (2025)
A Step Toward Interpretability: Smearing the Likelihood
di: Larkoski, Andrew J.
Pubblicazione: (2025)
di: Larkoski, Andrew J.
Pubblicazione: (2025)
Robust Anomaly Detection for Particle Physics Using Multi-Background Representation Learning
di: Gandrakota, Abhijith, et al.
Pubblicazione: (2024)
di: Gandrakota, Abhijith, et al.
Pubblicazione: (2024)
Amortized Inference of Multi-Modal Posteriors using Likelihood-Weighted Normalizing Flows
di: Baruah, Rajneil
Pubblicazione: (2025)
di: Baruah, Rajneil
Pubblicazione: (2025)
Reconstructing conformal field theoretical compositions with Transformers
di: Cao, Haotian, et al.
Pubblicazione: (2026)
di: Cao, Haotian, et al.
Pubblicazione: (2026)
Communicating Likelihoods with Normalising Flows
di: Araz, Jack Y., et al.
Pubblicazione: (2025)
di: Araz, Jack Y., et al.
Pubblicazione: (2025)
Reduced Simulations for High-Energy Physics, a Middle Ground for Data-Driven Physics Research
di: Odyurt, Uraz, et al.
Pubblicazione: (2023)
di: Odyurt, Uraz, et al.
Pubblicazione: (2023)
Learning Likelihood Ratios with Neural Network Classifiers
di: Rizvi, Shahzar, et al.
Pubblicazione: (2023)
di: Rizvi, Shahzar, et al.
Pubblicazione: (2023)
Optimal Equivariant Architectures from the Symmetries of Matrix-Element Likelihoods
di: Maître, Daniel, et al.
Pubblicazione: (2024)
di: Maître, Daniel, et al.
Pubblicazione: (2024)
Simulation-Prior Independent Neural Unfolding Procedure
di: Butter, Anja, et al.
Pubblicazione: (2025)
di: Butter, Anja, et al.
Pubblicazione: (2025)
Explainable Equivariant Neural Networks for Particle Physics: PELICAN
di: Bogatskiy, Alexander, et al.
Pubblicazione: (2023)
di: Bogatskiy, Alexander, et al.
Pubblicazione: (2023)
A Cell Resampler study of Negative Weights in Multi-jet Merged Samples
di: Andersen, Jeppe R., et al.
Pubblicazione: (2024)
di: Andersen, Jeppe R., et al.
Pubblicazione: (2024)
$ν^2$-Flows: Fast and improved neutrino reconstruction in multi-neutrino final states with conditional normalizing flows
di: Raine, John Andrew, et al.
Pubblicazione: (2023)
di: Raine, John Andrew, et al.
Pubblicazione: (2023)
Data-Driven High-Dimensional Statistical Inference with Generative Models
di: Amram, Oz, et al.
Pubblicazione: (2025)
di: Amram, Oz, et al.
Pubblicazione: (2025)
PIPPIN: Generating variable length full events from partons
di: Quétant, Guillaume, et al.
Pubblicazione: (2024)
di: Quétant, Guillaume, et al.
Pubblicazione: (2024)
PC-Droid: Faster diffusion and improved quality for particle cloud generation
di: Leigh, Matthew, et al.
Pubblicazione: (2023)
di: Leigh, Matthew, et al.
Pubblicazione: (2023)
EveNet: A Foundation Model for Particle Collision Data Analysis
di: Hsu, Ting-Hsiang, et al.
Pubblicazione: (2026)
di: Hsu, Ting-Hsiang, et al.
Pubblicazione: (2026)
Symbolic Regression on FPGAs for Fast Machine Learning Inference
di: Tsoi, Ho Fung, et al.
Pubblicazione: (2023)
di: Tsoi, Ho Fung, et al.
Pubblicazione: (2023)
Aspen Open Jets: Unlocking LHC Data for Foundation Models in Particle Physics
di: Amram, Oz, et al.
Pubblicazione: (2024)
di: Amram, Oz, et al.
Pubblicazione: (2024)
Improving $Λ$ Signal Extraction with Domain Adaptation via Normalizing Flows
di: Kelleher, Rowan, et al.
Pubblicazione: (2024)
di: Kelleher, Rowan, et al.
Pubblicazione: (2024)
QINNs: Quantum-Informed Neural Networks
di: Bal, Aritra, et al.
Pubblicazione: (2025)
di: Bal, Aritra, et al.
Pubblicazione: (2025)
PETNet -- Coincident Particle Event Detection using Spiking Neural Networks
di: Debus, Jan, et al.
Pubblicazione: (2025)
di: Debus, Jan, et al.
Pubblicazione: (2025)
Uncovering Hidden Systematics in Neural Network Models for High Energy Physics
di: Flek, Lucie, et al.
Pubblicazione: (2026)
di: Flek, Lucie, et al.
Pubblicazione: (2026)
PC-JeDi: Diffusion for Particle Cloud Generation in High Energy Physics
di: Leigh, Matthew, et al.
Pubblicazione: (2023)
di: Leigh, Matthew, et al.
Pubblicazione: (2023)
Softly Induced Functional Simplicity: Implications for Neural Network Generalisation, Robustness, and Distillation
di: Glowacki, Maciej
Pubblicazione: (2026)
di: Glowacki, Maciej
Pubblicazione: (2026)
Training 3D ResNets to Extract BSM Physics Parameters from Simulated Data
di: Dubey, S., et al.
Pubblicazione: (2023)
di: Dubey, S., et al.
Pubblicazione: (2023)
Lie-Equivariant Quantum Graph Neural Networks
di: Neto, Jogi Suda, et al.
Pubblicazione: (2024)
di: Neto, Jogi Suda, et al.
Pubblicazione: (2024)
Evidential Deep Learning for Uncertainty Quantification and Out-of-Distribution Detection in Jet Identification using Deep Neural Networks
di: Khot, Ayush, et al.
Pubblicazione: (2025)
di: Khot, Ayush, et al.
Pubblicazione: (2025)
From Reachability to Learnability: Geometric Design Principles for Quantum Neural Networks
di: Ngairangbam, Vishal S., et al.
Pubblicazione: (2026)
di: Ngairangbam, Vishal S., et al.
Pubblicazione: (2026)
Human-in-the-loop Reinforcement Learning for Data Quality Monitoring in Particle Physics Experiments
di: Parra, Olivia Jullian, et al.
Pubblicazione: (2024)
di: Parra, Olivia Jullian, et al.
Pubblicazione: (2024)
Enhancing High-Energy Particle Physics Collision Analysis through Graph Data Attribution Techniques
di: Verdone, A., et al.
Pubblicazione: (2024)
di: Verdone, A., et al.
Pubblicazione: (2024)
Synthetic Data Generation with Lorenzetti for Time Series Anomaly Detection in High-Energy Physics Calorimeters
di: Boggia, Laura, et al.
Pubblicazione: (2025)
di: Boggia, Laura, et al.
Pubblicazione: (2025)
Data-Driven, Geometry-Aware Optimal-Transport Calibration of Flavor Tagger
di: Kim, Yeonjoon, et al.
Pubblicazione: (2026)
di: Kim, Yeonjoon, et al.
Pubblicazione: (2026)
Transforming the Bootstrap: Using Transformers to Compute Scattering Amplitudes in Planar N = 4 Super Yang-Mills Theory
di: Cai, Tianji, et al.
Pubblicazione: (2024)
di: Cai, Tianji, et al.
Pubblicazione: (2024)
Learning Pole Structures of Hadronic States using Predictive Uncertainty Estimation
di: Frohnert, Felix, et al.
Pubblicazione: (2025)
di: Frohnert, Felix, et al.
Pubblicazione: (2025)
Uncertainty Quantification From Scaling Laws in Deep Neural Networks
di: Elsharkawy, Ibrahim, et al.
Pubblicazione: (2025)
di: Elsharkawy, Ibrahim, et al.
Pubblicazione: (2025)
Contrastive Neural Ratio Estimation for Simulation-based Inference
di: Miller, Benjamin Kurt, et al.
Pubblicazione: (2022)
di: Miller, Benjamin Kurt, et al.
Pubblicazione: (2022)
Self-Supervised Learning Strategies for Jet Physics
di: Rieck, Patrick, et al.
Pubblicazione: (2025)
di: Rieck, Patrick, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Quasiprobabilistic Density Ratio Estimation with a Reverse Engineered Classification Loss Function
di: Drnevich, Matthew, et al.
Pubblicazione: (2025) -
Stabilizing Neural Likelihood Ratio Estimation
di: Acosta, Fernando Torales, et al.
Pubblicazione: (2025) -
Efficient Estimation of Unfactorizable Systematic Uncertainties
di: Romero, Alexis, et al.
Pubblicazione: (2025) -
A Step Toward Interpretability: Smearing the Likelihood
di: Larkoski, Andrew J.
Pubblicazione: (2025) -
Robust Anomaly Detection for Particle Physics Using Multi-Background Representation Learning
di: Gandrakota, Abhijith, et al.
Pubblicazione: (2024)