Buchumschlag

Stay Positive: Neural Refinement of Sample Weights

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nachman, Benjamin, Noll, Dennis
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	High Energy Physics - Phenomenology 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

FlexCAST: Enabling Flexible Scientific Data Analyses
von: Nachman, Benjamin, et al.
Veröffentlicht: (2025)

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

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

Stabilizing Neural Likelihood Ratio Estimation
von: Acosta, Fernando Torales, et al.
Veröffentlicht: (2025)

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

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

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

Parton Labeling without Matching: Unveiling Emergent Labelling Capabilities in Regression Models
von: Qiu, Shikai, et al.
Veröffentlicht: (2023)

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

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

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

Machine Learning-Assisted Unfolding for Neutrino Cross-section Measurements with the OmniFold Technique
von: Huang, Roger G., et al.
Veröffentlicht: (2025)

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

Moment Unfolding
von: Desai, Krish, et al.
Veröffentlicht: (2024)

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

Cross-Domain Transfer with Particle Physics Foundation Models: From Jets to Neutrino Interactions
von: Krzmanc, Gregor, et al.
Veröffentlicht: (2026)

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

A Practical Guide to Unbinned Unfolding
von: Canelli, Florencia, et al.
Veröffentlicht: (2025)

Resummed Distribution Functions: Making Perturbation Theory Positive and Normalized
von: Gambhir, Rikab, et al.
Veröffentlicht: (2025)

Frequentist Uncertainties on Neural Density Ratios with wifi Ensembles
von: Benevedes, Sean, et al.
Veröffentlicht: (2025)

Exploring the BSM parameter space with Neural Network aided Simulation-Based Inference
von: Chatterjee, Atrideb, et al.
Veröffentlicht: (2025)

Machine Learning-based Unfolding for Cross Section Measurements in the Presence of Nuisance Parameters
von: Zhu, Huanbiao, et al.
Veröffentlicht: (2025)

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

Unbinned inclusive cross-section measurements with machine-learned systematic uncertainties
von: Benato, Lisa, et al.
Veröffentlicht: (2025)

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

Unbinned Inference with Correlated Events
von: Desai, Krish, et al.
Veröffentlicht: (2025)

Unifying Simulation and Inference with Normalizing Flows
von: Du, Haoxing, et al.
Veröffentlicht: (2024)

Learning Likelihood Ratios with Neural Network Classifiers
von: Rizvi, Shahzar, et al.
Veröffentlicht: (2023)

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

Why Is Attention Sparse In Particle Transformer?
von: Legge, Timothy, et al.
Veröffentlicht: (2025)

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)

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

Physics and Computing Performance of the EggNet Tracking Pipeline
von: Chan, Jay, 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)

Transforming Simulation to Data Without Pairing
von: Gendreau-Distler, Eli, et al.
Veröffentlicht: (2025)

The Intrinsic Dimension of Collider Events and Model-Independent Searches in 100 Dimensions
von: D'Agnolo, Raffaele Tito, et al.
Veröffentlicht: (2025)

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

Double Metric Learning for Building Directed Graphs with Chain Connections for the ATLAS ITk Detector
von: Chan, Jay
Veröffentlicht: (2026)

Accelerating Resonance Searches via Signature-Oriented Pre-training
von: Li, Congqiao, et al.
Veröffentlicht: (2024)