Buchumschlag

Unfolding without Iterations, Adversaries, or Surrogates

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ore, Ayodele, Plehn, Tilman
Format:	Preprint
Veröffentlicht:	2026
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

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

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

Large Language Models -- the Future of Fundamental Physics?
von: Heneka, Caroline, et al.
Veröffentlicht: (2025)

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

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

Towards Universal Unfolding of Detector Effects in High-Energy Physics using Denoising Diffusion Probabilistic Models
von: Pazos, Camila, et al.
Veröffentlicht: (2024)

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

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

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

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

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

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

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

Kitchen Sink Anomaly Detection
von: Das, Ranit, et al.
Veröffentlicht: (2026)

Jet flavor tagging with Particle Transformer for Higgs factories
von: Suehara, Taikan, et al.
Veröffentlicht: (2026)

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

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

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

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

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

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

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

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

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

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

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

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

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

Effective Lagrangian Morphing
von: Balasubramanian, Rahul, et al.
Veröffentlicht: (2022)

Cluster Scanning: a novel approach to resonance searches
von: Oleksiyuk, Ivan, et al.
Veröffentlicht: (2024)

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

Jet Tagging with More-Interaction Particle Transformer
von: Wu, Yifan, et al.
Veröffentlicht: (2024)

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

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

Anomaly Detection in Collider Physics via Factorized Observables
von: Metodiev, Eric M., et al.
Veröffentlicht: (2023)

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

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

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)

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