机构名称：
¥ 1.0
摘要 我们建议利用标准模型 (SM) 的对称性 (精确或近似) 来使用数据导向范式 (DDP) 探索标准模型以外的物理学 (BSM)。对称性非常强大，因为它们提供了两个无需模拟即可进行比较的样本。专注于数据，可以有效地识别表现出显著不对称性的排他性选择并标记为进一步研究。使用比较两个矩阵的简单通用检验统计量已经提供了良好的灵敏度，仅略差于依赖于对信号形状的精确了解的轮廓似然比检验统计量。这可用于快速扫描大量测量数据，以尝试识别感兴趣的区域。我们还证明弱监督神经网络也可以用于此目的。
基于标准模型对称性的数据导向新物理搜索
主要关键词
相关文件推荐
