Copertina

FlexCAST: Enabling Flexible Scientific Data Analyses

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Nachman, Benjamin, Noll, Dennis
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	High Energy Physics - Experiment High Energy Physics - Phenomenology Data Analysis, Statistics and Probability
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Stay Positive: Neural Refinement of Sample Weights
di: Nachman, Benjamin, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

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

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

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

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

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

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

Moment Unfolding
di: Desai, Krish, et al.
Pubblicazione: (2024)

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

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

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

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

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

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

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

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

Unbinned Inference with Correlated Events
di: Desai, Krish, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

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

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

Physics and Computing Performance of the EggNet Tracking Pipeline
di: Chan, Jay, et al.
Pubblicazione: (2025)

Sensitivity to New Physics Phenomena in Anomaly Detection: A Study of Untunable Hyperparameters
di: de Souza, Fernando Abreu, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

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