高能物理 - 实验
[提交于 2025年5月19日
]
标题: 通过最优传输图的ATLAS味标签分类器连续校准
标题: A continuous calibration of the ATLAS flavour-tagging classifiers via optimal transportation maps
摘要: 基于基于最优传输图的新校准程序,介绍了ATLAS风味标记算法的校准。 从模拟中的 $b$-jet、$c$-jet 和轻味喷注分类概率中,同时连续修正了使用 $t\bar t \to e\mu\nu\nu bb$数据的 $b$-jets 的喷注标记算法。 在应用了推导出的校准图之后,实现了用于ATLAS对大型强子对撞机(LHC)运行2期质子-质子碰撞数据进行分析的喷注风味观测量的模拟与观测之间的闭合性。 这种连续校准为未来在LHC分析中使用喷注风味信息开辟了新可能性,并且也作为通过传输图推导高维校正的指南,这对于一系列推理任务来说是一个重要的发展。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.