文献

J-GLOBAL ID：202002234177182071   整理番号：20A1134255

シミュレーション支援尤度フリー異常検出【JST・京大機械翻訳】

Simulation assisted likelihood-free anomaly detection

著者 (5件)： Andreassen Anders (Google, Mountain View, California 94043, USA) ,  Nachman Benjamin (Physics Division, Lawrence Berkeley National Laboratory, Berkeley, California 94720, USA) ,  Shih David (Physics Division, Lawrence Berkeley National Laboratory, Berkeley, California 94720, USA) ,  Shih David (NHETC, Department of Physics and Astronomy, Rutgers, Piscataway, New Jersey 08854, USA) ,  Shih David (Berkeley Center for Theoretical Physics, University of California, Berkeley, California 94720, USA)
資料名： Physical Review. D  (Physical Review. D)
巻： 101  号： 9  ページ： 095004  発行年： 2020年 
JST資料番号： D0748A  ISSN： 2470-0010  CODEN： PRVDAQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大型ハドロンコライダ(LHC)における新しい粒子発見に対する証拠の欠如により,探索プログラムを広げることが重要である。種々のモデル独立検索を提案し,予想外の信号に対する感度を追加した。一般的には2つのタイプの探索がある。すなわち,シミュレーションに依存するものと,完全に(無標識)データに基づいているものである。本論文では,両方のアプローチを最良にするハイブリッド法を紹介した。一つの既知の特徴において共鳴する可能性のある信号に対して,この新しい方法は,最初にパラメータ化再重み関数を学習し,与えられたシミュレーションを行い,サイドバンドにおけるデータを整合させる。次に,この関数を信号領域に補間し,次に,再加重背景のみのシミュレーションを,教師つき学習とバックグラウンド推定のために使用することができる。再加重シミュレーションからのバックグラウンド推定により,分類に用いられる特徴と共鳴特徴の間の非自明な相関が可能になる。新しい方法を説明するために,噴流下部構造による噴流探索を用いた。シミュレーション支援Likelihood-free Anomaly検出(サラダ)の将来の応用には,種々の最終状態と他のモデル独立手法との潜在的組合せが含まれている。Copyright 2020 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 共鳴 ,  *シミュレーション ,  サラダ ,  教師つき学習 ,  下部構造 ,  側波帯 ,  重み関数 ,  パラメタリゼーション
準シソーラス用語： ハイブリッド法 ,  *尤度 ,  異常検出 ,  無標識 ,  LHC【加速器】 , 【Automatic Indexing@JST】

分類 (2件)： 仮説粒子とその他の素粒子  (BF04050V) ,  ハドロンによって引き起されるその他の反応  (BF03100U)

タイトルに関連する用語 (4件)： シミュレーション ,  支援 ,  尤度 ,  異常検出