Exploring the BSM parameter space with Neural Network aided Simulation-Based Inference
Este trabalho demonstra que a inferência baseada em simulação auxiliada por redes neurais, particularmente o método de Estimação de Posteriori Neural (NPE), supera os métodos tradicionais como o MCMC ao gerar distribuições posteriores precisas e eficientes para espaços de parâmetros complexos do Modelo Padrão Supersimétrico (pMSSM), mesmo sob restrições experimentais rigorosas e com observáveis de matéria escura.