Unknown Unknowns: Model Misspecification in Machine Learning for Physics
本論文は、物理学における機械学習アプリケーションにおけるモデル誤設定という極めて重要な課題に対処するものであり、堅牢な分析には、新たな発見と分析的バイアスを区別するために、予期せぬ誤差を予測し受け入れるという考え方の下に、相補的な診断とモデル更新の反復サイクルが必要であることを論じている。
2160 件の論文
「Hep-Ex」は、素粒子物理学の最前線にある加速器実験の分野を指します。大型加速器で衝突させた粒子の振る舞いを詳しく調べることで、宇宙の根本的な法則や物質の成り立ちを探求する研究です。
Gist.Science は、arXiv から公開されるこの分野の最新プレプリントをすべて網羅的に処理し、専門知識がなくても読める平易な解説と、技術的な詳細を両方備えた要約を提供しています。
以下に、Hep-Ex 分野の最新論文リストを掲載します。
本論文は、物理学における機械学習アプリケーションにおけるモデル誤設定という極めて重要な課題に対処するものであり、堅牢な分析には、新たな発見と分析的バイアスを区別するために、予期せぬ誤差を予測し受け入れるという考え方の下に、相補的な診断とモデル更新の反復サイクルが必要であることを論じている。
本論文は、教師あり対照学習とオートエンコーダを組み合わせた2段階のフレームワークであるORCAを紹介するものであり、これにより、異常なサンプルを既知の物理プロセスに定量的に帰属させることができる埋め込み空間へとイベントをマッピングすることで、コリジョン異常検知における感度と解釈性の両方を向上させる。
本論文は、2015年から2018年のLHCbデータを用い、崩壊における対称性の破れの位相および関連パラメータの改良された測定結果を提示しており、標準模型と矛盾しない結果であるを得ることで、世界平均の精度を向上させている。
Pairtonは、崩壊関係をマスク予測プロセスとしてモデリングすることにより、高エネルギー衝突における短寿命粒子の再構成を行うためにペアフォーマー(pairformer)アーキテクチャを活用した、新規かつ反復的なグラフベースのフレームワークであり、全ハドロン的崩壊において最先端の性能を達成している。
本論文は、ソフト・コリニア有効理論を用いて、3粒子B中間子分布振幅からの次世代(subleading)ツイスト補正の次世代(next-to-leading order)における初の計算を提示するものであり、これにより、主要次数(leading-power)の因子化解析を完結させ、電弱ペンギン過程である崩壊に対する改良された場理論的予測を可能にする。
本論文は、13 TeVの$pp$衝突におけるanti-ジェットに対して、ジェット、トラック、および二次頂点情報を用いて訓練された畳み込みニューラルネットワークを用いた機械学習ベースのbジェットタグ付け手法を提示しており、従来のタグ付け技術を上回る優れた性能を実証している。
本論文は、Cfの三体核分裂における制動放射放出が、その過程の幾何学的構造および動力学、特に重い破砕片の相対運動に対して極めて敏感であることを示す新しい量子モデルを提示しており、理論的予測は予備的な実験データと良好に一致している。
本論文は、4つのIDEA検出器を用い、ヒッグス・シュトラール過程とベクトルボソン融合過程を組み合わせることで、FCC-eeが主要なヒッグスのハドロン崩壊モードに対してパーセントからパーミル精度の精度を達成し、初めて、ストレンジクォーク・湯川結合を探索するための稀な崩壊への感度を確立できることを示す包括的な研究を提示する。
本論文では、ゲージ拡張モデルにおける重いヒッグス・シュトラールング過程()による重い中性レプトンの生成から生じる、新規な同符号マルチレプトン・シグネチャーについて、3 TeVおよび10 TeVのミューオン衝突型加速器における調査を行う。
本論文は、ダークマター、ディラック・ニュートリノ質量、および観測可能な重力波を生成する逆一次階の電弱相転移を同時に説明するために、シングレット・ダブルレット・フェルミオンと右巻きニュートリノを用いて標準模型を拡張したスコトジェニック・モデルを提案するものであり、そのパラメータ空間は将来の衝突型加速器、直接探索、および宇宙論的実験によって検証可能である。