IA e os Problemas Difíceis do Mundo · Física · arXiv · 2026-10-22
Rumo a buscas de detecção de anomalias por assinaturas de nova física incluindo bósons de Higgs com aprendizado de máquina fracamente supervisionado
Título original: Towards anomaly detection searches for new physics signatures including Higgs bosons with weakly supervised machine learning
O acoplamento universal do bóson de Higgs à massa faz dele uma âncora natural para buscas por detecção de anomalias de física além do Modelo Padrão em experimentos com colisores. A estratégia HAXAD combina embedding de características baseado em aprendizado de máquina, estimação de fundo e classificação fracamente supervisionada, e este trabalho a leva à maturidade necessária para dados registrados em colisores ao introduzir duas novas estratégias de embedding, uma estrutura de inferência que produz limites de seção de choque independentes de sinal e específicos de sinal, e um conjunto significativamente expandido de modelos de sinal. As melhorias aumentam a sensibilidade ao sinal em relação ao método original, e, comparado a uma busca de exemplo baseada em cortes no mesmo estado final, o HAXAD iguala ou supera os melhores limites individuais baseados em cortes para uma grande variedade de modelos de sinal.