MétaCan
Menu
Retour à la cohorte
Enregistrement W4220729316 · doi:10.1140/epjc/s10052-022-10180-9

B-flavor tagging at Belle II

2022· article· en· W4220729316 sur OpenAlexafffund
Н. Акопов, A. Aloisio, V. Babu, Sw. Banerjee, M. Bauer, J. V. Bennett, F. U. Bernlochner, M. Bessner, S. Bettarini, T. Bilka, S. Bilokin, D. Biswas, D. Bodrov, J. Borah, P. Branchini, A. Budano, M. Campajola, G. Casarosa, C. Cecchi, R. Cheaib, V. Chekelian, C. Chen, Y. Q. Chen, H. -E. Cho, S. Cunliffe, G. De Nardo, G. De Pietro, R. de Sangro, S. Dey, A. Di Canto, F. Di Capua, T. V. Dong, G. Dujany, P. Ecker, M. Eliachevitch, T. Ferber, F. Forti, E. Ganiev, A. Gaz, Michael H. Gelb, J. Gemmler, R. Godang, P. Goldenzweig, E. Graziani, K. Hara, A. D. Hershenhorn, T. Higuchi, E. Hill, M. Hohmann, T. Humair, G. Inguglia, H. Junkerkalefeld, Robert Karl, Yuji Katō, Thomas M. Keck, C. Kiesling, C. -H. Kim, S. Kohani, I. Komarov, T. M. G. Kraetzschmar, J. F. Krohn, T. Kuhr, J. Kumar, K. Kumara, S. Kurz, S. Lacaprara, C. La Licata, M. Laurenza, K. Lautenbach, S. C. Lee, K. Lieret, L. Li Gioi, Q. Y. Liu, S. Longo, M. Maggiora, E. Manoni, C. Mariñas, A. Martini, F. Meier, M. Merola, F. Metzner, M. Milesi, K. Miyabayashi, G. B. Mohanty, F. Mueller, C. Murphy, E. R. Oxford, S. -H. Park, A. Passeri, F. Pham, L. E. Piilonen, S. Pokharel, M. T. Prim, C. Pulvermacher, P. Rados, M. Ritter, A. Rostomyan, S. Sandilya, L. Šantelj, Y. Sato, A. J. Schwartz, M. E. Sevior, A. Soffer, S. Spataro, R. Stroili, W. Sutcliffe, D. Tagnani, M. Takizawa, U. Tamponi, F. Tenchini, E. Torassa, P. Urquijo, L. Vitale, Y. Yusa, L. Zani, Q. Zhou, A. Zupanc

Notice bibliographique

RevueCINECA IRIS Institutial research information system (University of Pisa) · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle physics theoretical and experimental studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesInstitut National de Physique Nucléaire et de Physique des ParticulesAkademi Sains MalaysiaJapan Society for the Promotion of ScienceNatural Sciences and Engineering Research Council of CanadaKorea Research Environment Open NetworkCentro de Investigación y de Estudios Avanzados del Instituto Politécnico NacionalIstituto Nazionale di Fisica NucleareNational Institute of InformaticsMinistry of Science and Higher Education of the Russian FederationNational Research University Higher School of EconomicsTürkiye Bilimsel ve Teknolojik Araştırma KurumuMax-Planck-GesellschaftMinistry of Education, Culture, Sports, Science and TechnologyKorea Institute of Science and Technology InformationLiaoning Revitalization Talents ProgramBundesministerium für Bildung und ForschungKorea Institute of Science and TechnologyDeutsches Elektronen-SynchrotronThailand Center of Excellence in PhysicsUnited States-Israel Binational Science FoundationGeneralitat ValencianaNational Research FoundationAustrian Science FundCAS Center for Excellence in Particle PhysicsChinese Academy of SciencesU.S. Department of EnergyNational Natural Science Foundation of ChinaDeutsche ForschungsgemeinschaftJavna Agencija za Raziskovalno Dejavnost RSAlexander von Humboldt-StiftungBundesministerium für Bildung, Wissenschaft und ForschungMinistry of Education and Science of UkraineVietnam Academy of Science and TechnologyCompute CanadaUniversity of TabukNational Science FoundationCanarieCentre National de la Recherche ScientifiqueUniverzita Karlova v Praze
Mots-clésAlgorithmPhysicsDatabaseComputer science

Résumé

récupéré en direct d'OpenAlex

We report on new flavor tagging algorithms developed to determine the quark-flavor content of bottom (B) mesons at Belle II. The algorithms provide essential inputs for measurements of quark-flavor mixing and charge-parity violation. We validate and evaluate the performance of the algorithms using hadronic B decays with flavor-specific final states reconstructed in a data set corresponding to an integrated luminosity of 62.8 fb(-1), collected at the gamma(4S) resonance with the Belle II detector at the SuperKEKB collider. We measure the total effective tagging efficiency to be epsilon(eff) = (30.0 +/- 1.2(stat) +/- 0.4(syst))% for a category-based algorithm and epsilon(eff) = (28.8 +/- 1.2(stat) +/- 0.4(syst))% for a deep-learning-based algorithm.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0110,000
Communication savante0,0000,001
Science ouverte0,0000,004
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,036
Tête enseignante GPT0,278
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

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

Citations30
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCINECA IRIS Institutial research information system (University of Pisa)Même sujetParticle physics theoretical and experimental studiesTravaux en français237 207