高エネルギー物理学における機械学習を用いたノイサンスパラメータの取り扱い:レビュー【JST・京大機械翻訳】

Dorigo Tommaso; de Castro Pablo

プレプリント

J-GLOBAL ID：202202221278705316 整理番号：21P0040232

高エネルギー物理学における機械学習を用いたノイサンスパラメータの取り扱い:レビュー【JST・京大機械翻訳】

Dealing with Nuisance Parameters using Machine Learning in High Energy Physics: a Review

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年07月17日プレプリントサーバーでの情報更新日： 2021年01月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本研究では,高エネルギー物理学問題における機械学習の有効性に対する nu感パラメータの影響を考察し,それらの効果を含み,最適選択基準および可変変換に対する探索におけるそれらの影響を低減する方法のレビューを提供した。nuisanceパラメータの導入は,実際のデータにおけるモデル性能を低下させるそれらの寄与と,得られた統計的推論における不確実性の必要な付加により,教師つき学習タスクとデータ解析目標との対応を複雑にする。議論された手法は, nu感パラメータ化モデル,修正または敵対損失,半教師つき学習アプローチ,および推論意識技術を含む。【JST・京大機械翻訳】

, , , , , , ,
, , 【Automatic Indexing@JST】

人工知能 , システム・制御理論一般

, , ,

前のページに戻る