Precision calibration of calorimeter signals in the ATLAS experiment using an uncertainty-aware neural network
Dit artikel presenteert een Bayesiaanse neurale netwerkbenadering voor de multidimensionale kalibratie van ATLAS calorimeter topo-clusters, die standaardmethoden overtreft terwijl deze robuuste onzekerheidsschattingen biedt die bijdragen aan het verminderen van systematische fouten.