Full Event Particle-Level Unfolding with Variable-Length Latent Variational Diffusion
University of California, Irvine(加利福尼亚大学欧文分校);Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室)
提出一种改进的变分隐扩散模型(VLD),突破固定可观测集合限制,实现对高维和变维特征空间的全事件无分箱展开,并在大型强子对撞机半轻子顶夸克对产生中验证了性能。
2025-01-23 cs.AI cs.LG hep-ex
The HBOM Method for Unfolding Detector Effects
我们提出了一个不完美的检测器的效果,一次点击退格键(HBOM)的方法进行校正的测量。HBOM方法是一种独立于模型且可能由数据驱动的技术,该技术反复将检测器效应的参数化应用于观测数据。通过将如此获得的数据外推到零检测器效应来确定校正。我们证明了这种技术使用两个粒子的关联函数,这是一个可观察到的,否则很难纠正由检测器引入的系统移位。
2011-11-25 hep-ex
Optimizing the basis of B->K*ll observables in the full kinematic range
我们讨论了B->K*(->K π)ll衰变的观测量,重点放在CP平均和CP破坏观测量在大和低强子反冲,特别强调其低灵敏度的形状因子的不确定性。我们确定了一个平衡理论和实验优势的观测量的最佳基础,这将在短期内指导新物理学的研究。我们讨论的基础上,观察的一些优势,特别是他们的改进灵敏度新物理相比,其他观察。我们提出的预测内的标准模型的感兴趣的观测,集成在适当的仓,包括轻子质量修正。最后,我们提出了来自B->K_0*ll衰变的S波对分布的贡献的界限,这将有助于建立与这种污染相关的系统误差。
2013-05-30 hep-ex hep-ph
The Landscape of Unfolding with Machine Learning
Universität Heidelberg(海德堡大学);University of California, Irvine(加州大学欧文分校);Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);University of California, Berkeley(加州大学伯克利分校);Sorbonne Université(索邦大学);Université Paris Cité(巴黎城市大学);CNRS/IN2P3(法国国家科学研究中心/核物理与粒子物理研究所);Interdisciplinary Center for Scientific Computing (IWR), Universität Heidelberg(海德堡大学跨学科科学计算中心)
本文综述了基于机器学习的多种数据展开方法,并在统一数据集上评估其性能,表明这些方法能准确重建粒子级谱,为高精度探测标准模型及新物理提供了新工具。
2024-05-17 cs.LG hep-ex hep-ph
Moment Unfolding
提出矩展开技术,利用机器学习直接展开分布矩,无需分箱,在对撞机喷注子结构测量中比基于分箱的方法更精确,精度与完全不分箱方法相当或更高。
2024-12-17 hep-ex hep-ph physics.data-an
Maximizing Returns: Optimizing Experimental Observables at the LHC
Johns Hopkins University(约翰斯·霍普金斯大学);Princeton University(普林斯顿大学)
本文提出了一种结合分析与机器学习的方法,用于在LHC上优化可观测量,通过降低维度提升数据处理效率并最大化资源收益。
2026-01-15 hep-ex hep-ph
PyUnfold: A Python Package for Iterative Unfolding
PyUnfold是一个Python软件包,用于将测量过程的不完善性纳入数据分析管道。在一个理想的世界里,我们可以使用完美的检测器:一种在测量所需量时不会出错的仪器。然而,在现实生活中,检测器具有有限的分辨率,无法消除的特征偏差,低于完全检测效率,以及统计和系统的不确定性。通过构建将期望的真实量的检测器的拖尾编码到测量的可观测量中的矩阵,可以执行提供真实变量的估计的去卷积。这个去卷积过程被称为展开。在PyUnfold中实现的展开方法通过迭代过程完成这种反卷积,提供基于所需数量的物理预期的结果。此外,统计和系统误差的繁琐簿记产生精确的最终不确定性估计。
2018-06-08 astro-ph.IM hep-ex physics.data-an
Unfolding of event-by-event net-charge distributions in heavy-ion collision
我们讨论了一种方法来获得真正的事件的事件的净电荷多重性分布从相应的测量分布,这是受到探测器的影响,如有限的粒子计数效率。该方法是基于贝叶斯方法展开的分布。我们能够忠实地展开回测量的分布,以匹配其相应的真实分布得到一个广泛变化的底层粒子生产机制,光束能量和碰撞中心。特别是平均值,方差,偏度,峰度,它们的产品和比率的净电荷分布从事件发生器被证明是成功地展开从测量的分布构造模仿一个真正的实验分布。我们证明了有必要考虑到检测器的影响之前,关联的高时刻的净电荷分布与物理量或现象。这种方法的优点是,人们不需要构造新的可观测量来抵消探测器效应,因为探测器效应失去了与标准理论中可计算的物理量相联系的能力。
2013-02-05 hep-ex hep-ph nucl-ex
An Optimal Observable Machine for reinterpretable measurements in high-energy physics
Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院);Ghent University(根特大学);European Organization for Nuclear Research (CERN)(欧洲核子研究组织(CERN))
本文提出一种基于机器学习的最优可观测机,用于高能物理中可解释测量的参数提取和生成级可观测量的构建。
2026-01-13 hep-ex hep-ph
Study of methods of resolved top quark reconstruction in semileptonic $t\bar{t}$ decay
从粒子水平和快速模拟探测器水平研究了$t\bar{t} \rightarrow \ell+$喷注通道中顶夸克运动学重构的方法。以前和目前的赝顶夸克重建算法进行了比较,建议如何改善重建的顶夸克质量线的形状,包括检查性能的物理观测量的探测器,粒子和部分子水平之间的相关性,并在展开,与当前的高能物理实验的影响。
2022-08-10 hep-ex hep-ph
Measurement of lepton-jet correlation in deep-inelastic scattering with the H1 detector using machine learning for unfolding
首次测量了高动量转移轻子-质子散射中轻子-喷注动量不平衡和方位角关联。这些数据是用HERA的H1探测器采集的,使用未分类的机器学习算法OmniFold对探测器效应进行了校正,该算法在第一次应用中同时考虑了8个观测值。展开的截面进行比较,在量子色动力学(QCD)以及Monte Carlo事件发生器的共线或横向动量相关(TMD)因式分解的上下文中进行的计算。该测量探测了广泛的QCD现象,包括TMD部分子分布函数及其在迄今未探测的运动学区域随能量的演化。
2022-04-01 hep-ex hep-ph
Designing Observables for Measurements with Deep Learning
University of California, Riverside(加州大学河滨分校);Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室);University of California, Berkeley(加州大学伯克利分校)
针对粒子与核物理中传统可观测量设计依赖物理直觉的问题,提出用深度学习结合自定义损失函数设计可观测量的方法,模拟实验显示该方法灵敏度更高、展开不确定性更低。
2024-09-17 cs.LG hep-ex physics.data-an
Unbinned multivariate observables for global SMEFT analyses from machine learning
本研究开发了开源框架ML4EFT,结合机器学习回归与分类技术构建非分箱多元观测量,将其整合到全局SMEFT拟合中,有效避免了分箱导致的信息丢失,显著提升了对理论参数的灵敏度与约束力。
2023-05-23 hep-ex hep-ph
Probing optimal measurements of the electromagnetic dipole moments of the $τ$ lepton
本研究探索在LHC的PbPb碰撞中用最优可观测量测量τ轻子反常磁偶极矩的前景,分析发现需更大相空间、更高亮度或纳入螺旋度测定才能提升灵敏度,为未来实验提供参考。
2024-10-30 hep-ex hep-ph
From top quarks to enhanced quantum key distribution: A Framework for Optimal Predictability of Quantum Observables
Universidad de Valladolid(巴利亚多利德大学)
本文提出了一种用于优化量子可观测性预测的框架,通过改进的量子密钥分发协议实现了更高的安全密钥率。
2026-01-27 hep-ex hep-ph hep-th
Measurement of isolated photon plus two-jet correlations in Pb+Pb and $pp$ collisions at 5.02 TeV with ATLAS
EUROPEAN ORGANISATION FOR NUCLEAR RESEARCH (CERN)(欧洲核子研究中心)
利用ATLAS探测器在5.02 TeV的pp和Pb+Pb碰撞数据,测量了光子加双喷注事件,通过三个观测量表征部分子与介质相互作用导致的能量损失和喷注修正,并与JEWEL、JETSCAPE和LBT模型比较。
2026-06-18 hep-ex nucl-ex