AI与世界难题 · 物理学 · arXiv · 2026-10-22
迈向利用弱监督机器学习对包含希格斯玻色子在内的新物理信号进行异常检测搜索
原标题: Towards anomaly detection searches for new physics signatures including Higgs bosons with weakly supervised machine learning
希格斯玻色子与质量的普适耦合使其成为对撞机实验中寻找超出标准模型物理的异常探测搜索的天然锚点。HAXAD策略结合了基于机器学习的特征嵌入、背景估计和弱监督分类，这项工作通过引入两种新的嵌入策略、一个可给出信号无关与信号特异截面限制的推断框架，以及大幅扩充的信号模型集合，使其向处理对撞机记录数据所需的成熟度迈进。这些改进相比原方法提高了信号灵敏度；以同一末态上的一个基于切割（cut）的示例搜索为基准，HAXAD在多种多样的信号模型上达到或超过了最佳的单一基于切割的限制。