Calibration of electromagnetic shower features in the CMS calorimeter with machine-learning techniques
本論文は、13.6 TeVでの2022年の陽子陽子衝突データを用いたCMSカロリメータにおけるシミュレーションと実験的な電磁シャワー特性間の不一致を補正するために、2つの新しい機械学習ベースの較正手法、すなわち再重み付けアプローチとノーマライジングフローアプローチを導入し、比較するものである。