Local Diagnostics of Learned Event Representations for Anomaly Detection at the HL-LHC

arXiv cs.AI · 12 oct, 06:00

Investigadores presentan un método de aprendizaje automático para detectar anomalías en colisiones de partículas del Gran Colisionador de Hadrones. El trabajo evalúa estrategias de embedding neuronal supervisadas y autosupervisadas en un conjunto de datos de 750 millones de eventos, mejorando la eficiencia de detección de nuevas señales físicas.