(Máquina) aprendendo a fazer mais com menos

Determinar o melhor método para treinar um algoritmo de aprendizado de máquina é fundamental para maximizar sua capacidade de classificar dados. Neste artigo, comparamos a abordagem padrão "totalmente supervisionada" (que se baseia no conhecimento de rótulos de nível de verdade evento por evento) com uma proposta recente que, em vez disso, utiliza proporções de classe como a única informação discriminante fornecida durante o treinamento. Essa chamada técnica "fraca supervisionada" tem acesso a menos informações do que o método totalmente supervisionado e, ainda assim, é capaz de ter um poder discriminante impressionante. Além disso, a supervisão fraca parece particularmente bem adequada à física de partículas, uma vez que a mecânica quântica é incompatível com a noção de mapear um evento individual em qualquer diagrama de Feynman único. Examinamos a técnica em detalhes — tanto analiticamente quanto numericamente — com foco na robustez em relação a problemas de caracterização errônea das amostras de treinamento. Redes fracas supervisionadas revelam-se notavelmente insensíveis a uma classe de modelagem sistemática inadequada. Além disso, demonstramos que as saídas em nível de evento para redes fracas versus totalmente supervisionadas estão explorando diferentes cinemáticas, embora as métricas de qualidade numérica sejam essencialmente idênticas. Isso implica que deve ser possível melhorar a capacidade de classificação geral combinando a saída dos dois tipos de redes. Para maior concretude, aplicamos essa tecnologia a uma assinatura de física além do Modelo Padrão para demonstrar que todas essas características impressionantes continuam a se manter em um cenário de relevância para o LHC. Um código de exemplo é fornecido no GitHub.