Počet záznamů: 1  

Dijet resonance search with weak supervision using √s=13 TeV pp collisions in the ATLAS detector

  1. 1.
    SYSNO ASEP0534147
    Druh ASEPJ - Článek v odborném periodiku
    Zařazení RIVJ - Článek v odborném periodiku
    Poddruh JČlánek ve WOS
    NázevDijet 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, ORCID
    Celkový počet autorů2941
    Číslo článku131801
    Zdroj.dok.Physical Review Letters. - : American Physical Society - ISSN 0031-9007
    Roč. 125, č. 13 (2020), s. 1-23
    Poč.str.23 s.
    Jazyk dok.eng - angličtina
    Země vyd.US - Spojené státy americké
    Klíč. slovaATLAS ; CERN ; LHC ; jet ; production
    Vědní obor RIVBF - Elementární částice a fyzika vys. energií
    Obor OECDParticles and field physics
    CEPLTT17018 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy
    Výzkumná infrastrukturaCERN-CZ II - 90104 - Fyzikální ústav AV ČR, v. v. i.
    Způsob publikováníOpen access
    Institucionální podporaFZU-D - RVO:68378271
    UT WOS000571399800004
    EID SCOPUS85092801738
    DOI10.1103/PhysRevLett.125.131801
    AnotaceThis 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.
    PracovištěFyzikální ústav
    KontaktKristina Potocká, potocka@fzu.cz, Tel.: 220 318 579
    Rok sběru2021
    Elektronická adresahttp://hdl.handle.net/11104/0312376
Počet záznamů: 1  

  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.