Contrastive Learning for Interpretable Anomaly Detection at Collider Experiments
본 논문은 지도 대조 학습(supervised contrastive learning)과 오토인코더(autoencoders)를 결합한 2단계 프레임워크인 ORCA를 소개하며, 이는 이상 샘플을 알려진 물리 과정에 정량적으로 귀속시킬 수 있는 임베딩 공간으로 이벤트를 매핑함으로써 충돌기 이상 탐지(collider anomaly detection)에서 개선된 민감도와 해석 가능성을 모두 달성한다.