Autoencoders for unsupervised anomaly detection in high energy physics

A bstract Autoencoders are widely used in machine learning applications, in particular for anomaly detection. Hence, they have been introduced in high energy physics as a promising tool for model-independent new physics searches. We scrutinize the usage of autoencoders for unsupervised anomaly detec...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	The journal of high energy physics Ročník 2021; číslo 6; s. 1 - 32
Hlavní autoři:	Finke, Thorben, Krämer, Michael, Morandini, Alessandro, Mück, Alexander, Oleksiyuk, Ivan
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Berlin/Heidelberg Springer Berlin Heidelberg 01.06.2021 Springer Nature B.V SpringerOpen
Témata:	Anomalies Classical and Quantum Gravitation Elementary Particles High energy physics Jets Machine learning Marking Particle physics Physics Physics and Astronomy QCD Phenomenology Quantum chromodynamics Quantum Field Theories Quantum Field Theory Quantum Physics Regular Article - Theoretical Physics Relativity Theory String Theory Jets QCD Phenomenology
ISSN:	1029-8479, 1029-8479
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!