Loop amplitudes from precision networks

2023-04-25

0

OA

AI

DOI：10.21468/scipostphyscore.6.2.034

原文求助

摘要

En 中文

评估环路振幅是LHC事件生成中耗时的一部分。对于伴随喷注的双光子产生，我们表明简单的贝叶斯网络能够学习此类振幅并可靠地建模其不确定性。对贝叶斯网络的提升训练进一步改善了不确定性估计，以及网络在关键相空间区域的精度。一般来说，贝叶斯网络的提升训练使我们能够在网络训练的拟合类和插值类模式之间切换。