Copertina

Generative Models and Statistical Validation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Diefenbacher, Sascha, Schweitzer, Sofia Palacios, Kasieczka, Gregor
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	High Energy Physics - Phenomenology Machine Learning Data Analysis, Statistics and Probability
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Agents of Discovery
di: Diefenbacher, Sascha, et al.
Pubblicazione: (2025)

CaloClouds: Fast Geometry-Independent Highly-Granular Calorimeter Simulation
di: Buhmann, Erik, et al.
Pubblicazione: (2023)

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

Flow Matching Beyond Kinematics: Generating Jets with Particle-ID and Trajectory Displacement Information
di: Birk, Joschka, et al.
Pubblicazione: (2023)

SURFing to the Fundamental Limit of Jet Tagging
di: Pang, Ian, et al.
Pubblicazione: (2025)

How to pick the best anomaly detector?
di: Hein, Marie, et al.
Pubblicazione: (2025)

Enhancing next token prediction based pre-training for jet foundation models
di: Birk, Joschka, et al.
Pubblicazione: (2025)

Neural Scaling Laws for Jet Generation
di: Amram, Oz, et al.
Pubblicazione: (2026)

Convolutional L2LFlows: Generating Accurate Showers in Highly Granular Calorimeters Using Convolutional Normalizing Flows
di: Buss, Thorsten, et al.
Pubblicazione: (2024)

Universal New Physics Latent Space
di: Hallin, Anna, et al.
Pubblicazione: (2024)

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

Complete Optimal Non-Resonant Anomaly Detection
di: Kasieczka, Gregor, et al.
Pubblicazione: (2024)

CaloClouds II: Ultra-Fast Geometry-Independent Highly-Granular Calorimeter Simulation
di: Buhmann, Erik, et al.
Pubblicazione: (2023)

CaloHadronic: a diffusion model for the generation of hadronic showers
di: Buss, Thorsten, et al.
Pubblicazione: (2025)

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

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

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

FAIR Universe HiggsML Uncertainty Dataset and Competition
di: Benato, Lisa, et al.
Pubblicazione: (2024)

SIGMA: Single Interpolated Generative Model for Anomalies
di: Das, Ranit, et al.
Pubblicazione: (2024)

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

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

Profiling systematic uncertainties in Simulation-Based Inference with Factorizable Normalizing Flows
di: Valsecchi, Davide, et al.
Pubblicazione: (2026)

EggNet: An Evolving Graph-based Graph Attention Network for Particle Track Reconstruction
di: Calafiura, Paolo, et al.
Pubblicazione: (2024)

Lorentz-Equivariant Geometric Algebra Transformers for High-Energy Physics
di: Spinner, Jonas, et al.
Pubblicazione: (2024)

Masked Particle Modeling on Sets: Towards Self-Supervised High Energy Physics Foundation Models
di: Golling, Tobias, et al.
Pubblicazione: (2024)

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

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

A First Full Physics Benchmark for Highly Granular Calorimeter Surrogates
di: Buss, Thorsten, et al.
Pubblicazione: (2025)

Calibrating Bayesian Generative Machine Learning for Bayesiamplification
di: Bieringer, Sebastian, et al.
Pubblicazione: (2024)

Multidimensional Deconvolution with Profiling
di: Zhu, Huanbiao, et al.
Pubblicazione: (2024)

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

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

Robust Anomaly Detection for Particle Physics Using Multi-Background Representation Learning
di: Gandrakota, Abhijith, et al.
Pubblicazione: (2024)

Neural simulation-based inference of the Higgs trilinear self-coupling via off-shell Higgs production
di: Ghosh, Aishik, et al.
Pubblicazione: (2025)

Particle Transformer for Jet Tagging
di: Qu, Huilin, et al.
Pubblicazione: (2022)

Learning Symmetry-Independent Jet Representations via Jet-Based Joint Embedding Predictive Architecture
di: Katel, Subash, et al.
Pubblicazione: (2024)

Interpreting Transformers for Jet Tagging
di: Wang, Aaron, et al.
Pubblicazione: (2024)

KAN we improve on HEP classification tasks? Kolmogorov-Arnold Networks applied to an LHC physics example
di: Erdmann, Johannes, et al.
Pubblicazione: (2024)

Contrastive Normalizing Flows for Uncertainty-Aware Parameter Estimation
di: Elsharkawy, Ibrahim, et al.
Pubblicazione: (2025)

Reconstruction of boosted and resolved multi-Higgs-boson events with symmetry-preserving attention networks
di: Li, Haoyang, et al.
Pubblicazione: (2024)