文献
J-GLOBAL ID:201902277073554493   整理番号:19A1047961

機械学習によるLHCデータのBSM解釈の加速【JST・京大機械翻訳】

Accelerating the BSM interpretation of LHC data with machine learning
著者 (8件):
資料名:
巻: 24  ページ: Null  発行年: 2019年 
JST資料番号: W3143A  ISSN: 2212-6864  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
標準モデル(BSM)理論の枠組みにおける大型ハドロン衝突(LHC)データの解釈は,計算的に高価なイベント発生器と検出器シミュレータを実行する必要性によって妨げられている。高次元BSM理論の統計的収束走査を実行することは,結果的に困難であり,非常に高次元のBSM理論に対して実行可能でない。ここでは,BSM理論パラメータとデータ間の関係を学習することにより,LHCデータの解釈を加速する新しい機械学習法を示した。概念実証として,この技術は,標準技術よりも4桁速い,高ルミノシティLHCにおける二つの信号領域における自然のSUY信号事象を正確に予測することを実証した。この新しいアプローチは,複雑なBSM理論の理論パラメータを迅速かつ正確に再構成することを可能にし,LHCで発見されるデータにおいて過剰であるべきである。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
円形加速器  ,  素粒子・核物理実験計測用エレクトロニクス  ,  仮説粒子とその他の素粒子  ,  ハドロンによって引き起されるその他の反応 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る