Jul, 2010

矩阵元重赋权方法自动化

PDF
TL;DR本文提出了一种利用 MadGraph 自动评估标准模型及其它感兴趣过程中矩阵元重整权重的方法，进而在 Leptons，Jets，missing transverse energy 等物理对象的转移函数中进行积分计算的相空间映射算法，并给出了其它样例应用以及新研究的可能性。
matrix element reweightingcollider data setstandard modeltransfer functionsmadgraph
发现论文，激发创造
  • 高能物理中的矩阵元方法：传输函数、效率和似然标准化

    本文调查了在高能物理数据分析的 “矩阵元方法” 中用于推导探测器传递函数和归一化概率密度的程序，并指出并澄清了关于传递函数和效率的常见误解。

    Jan, 2011

  • 矩阵元法及其在顶夸克质量测量中的应用

    本文介绍了基于 Matrix Element 方法的研究分析方式，并以一个带电粒子正负电子的最终状态下的顶夸克质量测量作为具体例子。同时，本文还展示了 Matrix Element 方法如何适用于减少与探测器效应相关的主要系统误差，通过将 b - 夸克和轻夸克喷注的绝对能量尺度视为独立的自由参数，与顶夸克质量一起进行同时拟合。此方法通过对模拟实验数据测试，有望降低在 Tevatron 和 LHC 实验中测量出的顶夸克质量的总体不确定性。

    Mar, 2010

  • 矩阵元方法与量子色动力学辐射

    本研究针对 LHC 中 QCD 辐射的效应和多重不可见粒子的存在，提出了几种用于纳入 QCD 辐射效应的矩阵元方法，相比标准方法，本文方法在质量测量方面得到了显著改善。

    Oct, 2010

  • WHIZARD：在 LHC 和 ILC 模拟多粒子过程

    文中介绍了号称万能的 Monte-Carlo 事件生成器 WHIZARD，该程序可以自动计算完整的树级矩阵元，计算观察量的分布，并生成直接用于探测器模拟的非加权事件样本，可应用于包括物理学在内的各个领域的研究。

    Aug, 2007

  • 使用振幅神经网络优化强子对撞机模拟

    本文研究使用神经网络逼近矩阵元的方法进行精密现象学研究，比较其与传统模拟技术的效果可以实现模拟时间缩短，且在标准观测方面有很好的一致性。

    Feb, 2022

  • Monte Carlo 样本的最大利用：重新加权 NLO 精度的事件

    本文介绍了一种方法，允许在不同的理论假设下一致地重复使用高能事件的部分样本，以避免高昂的计算和存储成本，并通过将其应用于 LHC 的新物理搜索的实际案例进行验证。

    Jul, 2016

  • 基于过渡矩阵的 Dirichlet 分布的逐样本加权方法用于噪声标签学习

    利用噪声标签的过渡矩阵来实现分类器或风险的统计一致性已经成为先前研究的焦点，而我们提出了一种新的利用方法，基于重新采样的 RENT，并通过 DWS 框架对其与重新加权方法进行了比较。我们的实验证明，RENT 在各种基准数据集上始终优于其他过渡矩阵利用方法，包括重新加权。

    Mar, 2024

  • 加权压缩感知与矩阵补全算法

    本文研究了基于迭代加权最小二乘算法的压缩感知和矩阵补全问题。首先，我们给出了加权基追踪算法在确切恢复压缩感知信号方面比基追踪算法具有改进的理论解释。然后，我们提出了一种新的矩阵补全算法，该算法基于迭代加权的思想，并利用一个固定点方程定义了一个新的估计器，可以强化核范数的性能。本文在模拟和实际矩阵补全问题中，对该新算法作了实证检验，结果表明该算法在性能上具有很大的提高。

    Jul, 2011

  • 样本重加权的稳健学习

    本文研究如何在模型错配偏差情况下学习线性预测模型。我们提出了一种样本重新加权方法，该方法可以减少输入变量之间的共线性，从而提高设计矩阵的条件，并与任何标准学习方法相结合，用于参数估计和特征选择，进而提高模型在不同分布数据集下的稳定性。

    Nov, 2019

  • 学习为鲁棒的深度学习调整例子的权重

    该研究提出了一种基于元学习和梯度下降的新算法，来对训练样本进行权重分配，从而达到解决深度神经网络在训练集偏差和标签噪声方面的过度拟合问题，而不需要额外的超参数调整，并在少量有干净核准数据的情况下，实现了在类别不平衡和标签污染问题上的出色性能。

    Mar, 2018