Weight-Based Representation Learning for Parameter Inference in Monte Carlo Simulations
이 논문은 고차원 데이터로부터 파라미터 정보를 담은 표현을 학습하기 위해 이벤트 수준의 시뮬레이션 가중치를 약지도 학습 신호로 활용하는 머신러닝 프레임워크를 소개하며, 이는 네 개 톱 쿼크 생성에서의 톱 쿼크 유카와 결합 추정을 통해 물리 모델 파라미터의 가능도 기반 추론을 위한 요약 통계량으로 이산화되는데, 이를 통해 네 개 톱 쿼크 생성에서의 톱 쿼크 유카와 결합 추정을 통해 입증되었다.