Learning to bin: differentiable and Bayesian optimization for multi-dimensional discriminants in high-energy physics
यह शोध पत्र उच्च-ऊर्जा भौतिकी विश्लेषणों में इष्टतम बिन सीमाओं (bin boundaries) को स्वचालित रूप से निर्धारित करने के लिए विभेदक (differentiable) और बेयसियन अनुकूलन (Bayesian optimization) रणनीतियों का प्रस्ताव और मूल्यांकन करता है, यह प्रदर्शित करते हुए कि बहु-आयामी डिस्क्रिमिनेन्ट स्पेस में लचीले क्षेत्रों को परिभाषित करने के लिए गॉसियन मिक्स्चर मॉडल का उपयोग करना पारंपरिक मैनुअल या समान अंतराल वाली बिनिंग विधियों की तुलना में सिग्नल महत्व (signal significance) में महत्वपूर्ण सुधार करता है।