論文の概要: Hadronic Mono-Z Dark Matter Sensitivity with Flow Matching on CMS Open Data
- arxiv url: http://arxiv.org/abs/2609.02923v1
- Date: Fri, 21 Aug 2026 17:12:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-06 19:38:41.484033
- Title: Hadronic Mono-Z Dark Matter Sensitivity with Flow Matching on CMS Open Data
- Title(参考訳): CMSオープンデータ上でのフローマッチングによるハドロンモノ-Zダークマター感度
- Abstract要約: CMS Run2015D HTMHTオープンデータを用いたハドロン単価Z$ダークマター生産に対する感度予測法を提案する。
背景は、選択したHTMHTイベントに基づいてトレーニングされた条件付きフローマッチング連続正規化フローでモデル化される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a projected sensitivity study for hadronic mono-$Z$ dark-matter production using CMS Run~2015D HTMHT open data corresponding to 2.256382381~\invfb, from which 1{,}439{,}523 events satisfy the hadronic mono-$Z$ selection. Backgrounds are modelled with a conditional flow-matching continuous normalizing flow trained on the selected HTMHT events and evaluated on a held-out validation split reweighted to the full selected population. To mitigate artifacts from missing-object features and avoid in-sample scoring bias we apply sentinel imputation for undefined angular features, persist the train/validation split indices, and enforce a minimum reported background yield of 20 events when selecting the working point. A signal-side offline trigger proxy is applied to the simulated signal before scoring. Under this procedure the baseline analysis yields expected significances of 2.89$σ$, 7.62$σ$, and 7.41$σ$ for three simplified-model benchmarks. An ablation study that removes the detailed extra-jet kinematics reduces the expected significance by 53--71\%, indicating that extra-jet topology carries substantial discriminating power in the hadronic mono-$Z$ channel. These results are projected sensitivities (no unblinding performed); the limitations and reproducibility of the study are discussed in Sections limitations and reproducibility.
- Abstract(参考訳): CMS Run~2015D HTMHTオープンデータと2.256382381~\invfbを併用したハドロン単価Z$ダークマター生成の感度解析を行い、1{,}439{,}523のイベントがハドロン単価Z$選択を満足することを示した。
背景は,選択したHTMHTイベントに基づいて訓練された条件付きフローマッチング連続正規化フローでモデル化され,全人口に再重み付けされた保留検証分割に基づいて評価される。
未定義の角状特徴に対して,不在物特徴からアーティファクトを緩和し,非定義の角状特徴に対してセンチネル計算を適用し,列車/バリデーション分割指標を継続し,作業点を選択する際に,20イベントの最小バックグラウンド収率を強制する。
信号側オフライントリガープロキシは、スコアの前にシミュレートされた信号に印加される。
この手順の下で、ベースライン解析は、3つの単純化モデルベンチマークに対して2.89$σ$, 7.62$σ$, 7.41$σ$の期待値を得る。
詳細なジェット外キネマティクスを除去するアブレーション研究は、ジェット外トポロジーがハドロン単価Z$チャネルにおいてかなりの識別力を持つことを示す53--71\%の予測的な重要性を減少させる。
これらの結果は、予測された感性(未公開)であり、研究の限界と再現性は、セクションの制限と再現性で議論される。
関連論文リスト
- Adaptive detection of Rabi signals under composite hypotheses [0.0]
弱いコヒーレントドライブの探索により、固定ショット予算で繰り返し量子センシングを定式化する。
信号振幅と位相が未知の共振器の場合,検出パワー,感度,タイプII誤差指数をベンチマークした。
論文 参考訳(メタデータ) (2026-09-14T18:00:01Z) - Caliber: Cross-Architecture Extraction-Cost Control for Score-Returning APIs [27.21644231867863]
Caliberは、キャリブレーション問題としてノイズ選択を定式化するモデル抽出に対する防御である。
知識蒸留に返却されたスコアを使用する攻撃者に対して、Caliberは独立して同一に分散したガウスノイズを内部ロジットに追加する。
Caliberは、正方形中央2対数辺による雑音分散を正規化し、その結果の雑音効用関係をロジスティック曲線に適合させる。
論文 参考訳(メタデータ) (2026-08-02T05:58:00Z) - Mono-Z Dark Matter Search with Neural Spline Flows Using CMS Run 2015D Open Data [0.0]
本報告では, (sqrts=13) TeV において, レプトン状崩壊 (Z) ボソンと相関して生成する暗黒物質 (DM) の探索を行った。
5つのニューラルスプラインフローは、標準モデル背景とメディエータ固有のDM信号密度をモデル化するために独立に訓練される。
事象ごとのテスト統計は、信号と背景密度の推定値との対数類似比から構成される。
論文 参考訳(メタデータ) (2026-07-15T12:31:23Z) - Beyond the Current Observation: Evaluating Multimodal Large Language Models in Controllable Non-Markov Games [69.57330692969543]
RNG-Benchは、過去の観測を再構築するベースモデルの能力を分離するために設計されたベンチマークスイートである。
RNG-Benchには2つの補完ゲームがある: マッチングペア(英語版) - 特定の場所でカードのIDを短期間明らかにする) と、エゴセントリックなビューを空間地図に統合する3D Maze である。
最も難しい構成では、約128Kのトークンと350のイメージ入力のコンテキストが必要であり、フロンティアMLLMによる飽和には程遠いままである。
論文 参考訳(メタデータ) (2026-06-17T17:59:34Z) - Conditional Diffusion Under Linear Constraints: Langevin Mixing and Information-Theoretic Guarantees [10.73598638822051]
線形逆問題に対する事前学習拡散モデルを用いたゼロショット条件付きサンプリングについて検討する。
このスコアを無条件の接点スコアで置き換える誤差は、観測されたコンポーネントと観測されていないコンポーネントの間の次元自由条件の相互情報によって上限づけられていることを証明する。
論文 参考訳(メタデータ) (2026-05-06T19:19:54Z) - Diffusion-Guided Feature Selection via Nishimori Temperature: Noise-Based Spectral Embedding [0.0]
我々は,高次元データから情報的特徴を選択するためのフレームワークであるノイズベーススペクトル埋め込み (NBSE) を提案する。
NBSEはサンプル上にスパース類似性グラフを構築し、ベーテ・ヘッセンが特異となる臨界逆温度である西森温度$_N$を同定する。
データ行列を変換し、NBSEを特徴空間に適用することにより、冗長あるいは意味論的に関連付けられた次元の群を明らかにする1次元のスペクトル埋め込みを得る。
論文 参考訳(メタデータ) (2026-04-27T16:53:40Z) - Synthetic Designed Experiments for Diagnosing Vision Model Failure [0.0]
現在のコンピュータビジョン用の合成データパイプラインは、下流モデルが本当に必要とするものを診断することなく、画像を生成する。
このオープンループパラダイムは、合成データを安価な実データとして扱い、ジェネレータの出力空間をランダムにサンプリングする。
これは基本的に、合成データのユニークな特性である、制御可能で独立したシーン要因のバリエーションを誤用している、と我々は主張する。
論文 参考訳(メタデータ) (2026-03-30T02:52:21Z) - Combating Noisy Labels through Fostering Self- and Neighbor-Consistency [120.4394402099635]
ラベルノイズは様々な現実世界のシナリオで広まり、教師付きディープラーニングの課題を提起する。
我々は、Jo-SNC(textbfSelf- と textbfNeighbor-textbfConsistency に基づくサンプル選択とモデル正規化)というノイズロバスト手法を提案する。
我々は、クラスごとの選択閾値を調整するための自己適応型データ駆動しきい値設定方式を設計する。
論文 参考訳(メタデータ) (2026-01-19T07:55:29Z) - Noisy Test-Time Adaptation in Vision-Language Models [73.14136220844156]
テスト時間適応(TTA)は、テスト中のターゲットデータのみに依存することにより、ソースデータとターゲットデータの分散シフトに対処することを目的としている。
本稿では、ゼロショット方式で、テスト時にノイズのあるサンプルをターゲットとするデータにモデルを適応させることに焦点を当てたゼロショットノイズTTA(ZS-NTTA)を提案する。
本稿では, 冷凍機の出力を擬似ラベルとして利用し, ノイズ検出器の訓練を行う適応ノイズ検出器(AdaND)を提案する。
論文 参考訳(メタデータ) (2025-02-20T14:37:53Z) - TD^2-Net: Toward Denoising and Debiasing for Dynamic Scene Graph
Generation [76.24766055944554]
動的SGGのデノベーションとデボアシングを目的としたネットワークTD$2$-Netを導入する。
TD$2$-Netは、述語分類における平均リコール@10で、第2位の競争相手を12.7%上回っている。
論文 参考訳(メタデータ) (2024-01-23T04:17:42Z) - Exploring Active 3D Object Detection from a Generalization Perspective [58.597942380989245]
不確実性に基づくアクティブな学習ポリシーは、ポイントクラウドの情報性とボックスレベルのアノテーションコストの間のトレードオフのバランスを取れません。
冗長な3次元境界ボックスラベルの点群を階層的にフィルタリングするtextscCrbを提案する。
実験により,提案手法が既存のアクティブラーニング戦略より優れていることが示された。
論文 参考訳(メタデータ) (2023-01-23T02:43:03Z) - The Generalized Lasso with Nonlinear Observations and Generative Priors [63.541900026673055]
我々は、幅広い測定モデルで満たされるガウス下測度を仮定する。
この結果から, 局所埋込特性を仮定して, 均一回復保証まで拡張できることが示唆された。
論文 参考訳(メタデータ) (2020-06-22T16:43:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。