MétaCan
Menu
← Retour à la cohorte
Enregistrement W2036260925 · doi:10.1007/jhep03(2013)161

Jet substructure by accident

2013· article· en· W2036260925 sur OpenAlexafffund
Timothy Cohen, Eder Izaguirre, Mariangela Lisanti, Hou Keong Lou

Notice bibliographique

RevueJournal of High Energy Physics · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle physics theoretical and experimental studies
Établissements canadiensPerimeter Institute
Organismes subventionnairesOffice of ScienceIndustry CanadaCurtin University of TechnologyNational Science FoundationGovernment of CanadaAspen Center for PhysicsU.S. Department of Energy
Mots-clésSubstructureGluinoPhysicsParticle physicsPartonQuantum chromodynamicsHadronMultiplicity (mathematics)Missing energyJet (fluid)Nuclear physicsLarge Hadron ColliderMechanicsGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract We propose a new search strategy for high-multiplicity hadronic final states. When new particles are produced at threshold, the distribution of their decay products is approximately isotropic. If there are many partons in the final state, it is likely that several will be clustered into the same large-radius jet. The resulting jet exhibits substructure, even though the parent states are not boosted. This “accidental” substructure is a powerful discriminant against background because it is more pronounced for high-multiplicity signals than for QCD multijets. We demonstrate how to take advantage of accidental substructure to reduce backgrounds without relying on the presence of missing energy. As an example, we present the expected limits for several R-parity violating gluino decay topologies. This approach allows for the determination of QCD backgrounds using data-driven methods, which is crucial for the feasibility of any search that targets signatures with many jets and suppressed missing energy.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0060,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,217
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of High Energy Physics→Même sujetParticle physics theoretical and experimental studies→Travaux en français237 207→