AI এবং বিশ্বের কঠিন সমস্যাগুলো · পদার্থবিজ্ঞান · arXiv · 2026-10-22

দুর্বলভাবে পর্যবেক্ষিত মেশিন লার্নিং দিয়ে Higgs boson-সহ নতুন পদার্থবিজ্ঞানের স্বাক্ষর অনুসন্ধানে অস্বাভাবিকতা শনাক্তকরণের দিকে

মূল শিরোনাম: Towards anomaly detection searches for new physics signatures including Higgs bosons with weakly supervised machine learning

হিগস বোসনের ভরের সঙ্গে সর্বজনীন কাপলিং এটিকে কোলাইডার পরীক্ষণগুলিতে স্ট্যান্ডার্ড মডেলের বাইরের পদার্থবিজ্ঞানের অ্যানোমালি ডিটেকশন অনুসন্ধানের জন্য একটি স্বাভাবিক ভিত্তি হিসেবে প্রতিষ্ঠিত করে। HAXAD কৌশলটি মেশিন লার্নিং-ভিত্তিক ফিচার এমবেডিং, ব্যাকগ্রাউন্ড এস্টিমেশন এবং দুর্বল তত্ত্বাবধানে শ্রেণিবিভাগকে একত্রিত করে, আর এই কাজটি দুটি নতুন এমবেডিং কৌশল, সিগন্যাল-অ্যাগনস্টিক ও সিগন্যাল-নির্দিষ্ট ক্রস সেকশন লিমিট দেয় এমন একটি ইনফারেন্স ফ্রেমওয়ার্ক এবং উল্লেখযোগ্যভাবে সম্প্রসারিত সিগন্যাল মডেলের একটি সেট যুক্ত করে এটিকে রেকর্ড করা কোলাইডার ডেটার জন্য প্রয়োজনীয় পরিণতির দিকে এগিয়ে দেয়। এই উন্নতিগুলি মূল পদ্ধতির তুলনায় সিগন্যাল সংবেদনশীলতা বাড়ায়, আর একই ফাইনাল স্টেটে একটি উদাহরণ কাট-ভিত্তিক অনুসন্ধানের সঙ্গে তুলনা করলে দেখা যায়, বিস্তৃত বিভিন্ন ধরনের সিগন্যাল মডেলের ক্ষেত্রে HAXAD সর্বোত্তম একক কাট-ভিত্তিক লিমিটের সমান বা তার চেয়ে ভালো।

মূল লেখা পড়ুন ↗

সব আইটেম →