Počet záznamů: 1
Dijet resonance search with weak supervision using √s=13 TeV pp collisions in the ATLAS detector
- 1.
SYSNO ASEP 0534147 Druh ASEP J - Článek v odborném periodiku Zařazení RIV J - Článek v odborném periodiku Poddruh J Článek ve WOS Název Dijet resonance search with weak supervision using √s=13 TeV pp collisions in the ATLAS detector Tvůrce(i) Aad, G. (FR)
Abbott, B. (US)
Abbott, D.C. (US)
Chudoba, Jiří (FZU-D) RID, ORCID
Hejbal, Jiří (FZU-D) RID, ORCID
Hladík, Ondřej (FZU-D) ORCID
Jačka, Petr (FZU-D) ORCID
Jakoubek, Tomáš (FZU-D) RID, ORCID
Kepka, Oldřich (FZU-D) RID, ORCID
Kroll, Jiří (FZU-D) ORCID
Kupčo, Alexander (FZU-D) RID, ORCID
Lokajíček, Miloš (FZU-D) RID, ORCID
Lysák, Roman (FZU-D) RID, ORCID
Marčišovský, Michal (FZU-D) RID, ORCID
Mikeštíková, Marcela (FZU-D) RID, ORCID
Němeček, Stanislav (FZU-D) RID, ORCID
Penc, Ondřej (FZU-D) ORCID
Šícho, Petr (FZU-D) RID, ORCID
Staroba, Pavel (FZU-D) RID, ORCID
Svatoš, Michal (FZU-D) RID, ORCID
Taševský, Marek (FZU-D) RID, ORCIDCelkový počet autorů 2941 Číslo článku 131801 Zdroj.dok. Physical Review Letters. - : American Physical Society - ISSN 0031-9007
Roč. 125, č. 13 (2020), s. 1-23Poč.str. 23 s. Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova ATLAS ; CERN ; LHC ; jet ; production Vědní obor RIV BF - Elementární částice a fyzika vys. energií Obor OECD Particles and field physics CEP LTT17018 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy Výzkumná infrastruktura CERN-CZ II - 90104 - Fyzikální ústav AV ČR, v. v. i. Způsob publikování Open access Institucionální podpora FZU-D - RVO:68378271 UT WOS 000571399800004 EID SCOPUS 85092801738 DOI 10.1103/PhysRevLett.125.131801 Anotace This Letter describes a search for narrowly resonant new physics using a machine-learning anomaly detection procedure that does not rely on signal simulations for developing the analysis selection. Weakly supervised learning is used to train classifiers directly on data to enhance potential signals. The targeted topology is dijet events and the features used for machine learning are the masses of the two jets. The resulting analysis is essentially a three-dimensional search A→BC, for mA∼O(TeV), mB,mC∼O(100 GeV) and B, C are reconstructed as large-radius jets, without paying a penalty associated with a large trials factor in the scan of the masses of the two jets. The full run 2 √s=13 TeV pp collision dataset of 139 fb-1 recorded by the ATLAS detector at the Large Hadron Collider is used for the search. Pracoviště Fyzikální ústav Kontakt Kristina Potocká, potocka@fzu.cz, Tel.: 220 318 579 Rok sběru 2021 Elektronická adresa http://hdl.handle.net/11104/0312376
Počet záznamů: 1