MétaCan
Menu
← Retour à la cohorte
Enregistrement W4319263188 · doi:10.1007/jhep02(2023)034

Optimizing trigger-level track reconstruction for sensitivity to exotic signatures

2023· article· en· W4319263188 sur OpenAlexafffund
K. F. Di Petrillo, J. N. Farr, Chao Guo, T. R. Holmes, J. K. Nelson, K. Pachal

Notice bibliographique

RevueJournal of High Energy Physics · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle physics theoretical and experimental studies
Établissements canadiensTRIUMF
Organismes subventionnairesEnergy Frontier Research CentersBasic Energy SciencesNeubauer Family FoundationTRIUMFFermilabHigh Energy PhysicsU.S. Department of EnergyOffice of ScienceNational Science Foundation
Mots-clésPhysicsLarge Hadron ColliderParticle physicsMissing energyEvent (particle physics)Higgs bosonSupersymmetryLeptonLuminosityPhysics beyond the Standard ModelHadronTracking (education)Sensitivity (control systems)Nuclear physicsAstronomyAstrophysics

Résumé

récupéré en direct d'OpenAlex

Abstract Many compelling beyond the Standard Model scenarios predict signals that result in unconventional charged particle trajectories. Signatures for which unusual tracks are the most conspicuous feature of the event pose significant challenges for experiments at the Large Hadron Collider (LHC), particularly for the trigger. This article presents a study of track-based triggers for a representative set of long-lived and unconventional signatures at the upcoming High Luminosity LHC, as well as resulting recommendations for the target parameters of a hardware-based tracking system. Scenarios studied include large multiplicities of low-pT tracks produced in a soft-unclustered-energy-pattern model, displaced leptons and anomalous prompt tracks predicted in a Supersymmetry model with long-lived staus, and displaced hadrons predicted in a Higgs portal scenario with long-lived scalars.

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)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,032
Tête enseignante GPT0,265
Écart entre enseignants0,233 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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