Key points are not available for this paper at this time.
우리는 대규모 다변량 데이터 세트에서 기준 모델로부터의 편차를 감지하기 위해 다층 퍼셉트론을 활용하는 방법에 대해 논의합니다. 우리의 데이터 분석 전략은 편차의 성격에 대한 사전 가정에 의존하지 않습니다. 이는 기준 모델에 의해 지배되는 데이터 세트에서 발생하는 작은 불일치에 민감하도록 설계되었습니다. 주요 개념적 구성 요소는 참조 1에서 소개되었습니다. 여기서 우리는 알고리즘 구현에서 결정적인 진전을 이루었으며, 고에너지 물리학 문제에 대한 적용 가능성을 보여줍니다. 우리는 이 방법이 LHC의 두 뮤온 최종 상태에서의 새로운 물리학 신호에 민감하다는 것을 보여줍니다. 또한 우리는 장난감 문제에서의 성능을 문헌에서 제안된 대체 방법과 비교합니다.
D’Agnolo et al. (금요일)이 이 질문을 연구했습니다.