Navigation überspringen
Universitätsbibliothek Heidelberg
Status: Bibliographieeintrag
Standort: ---
Exemplare: ---
heiBIB
 Online-Ressource
Verfasst von:Butter, Anja [VerfasserIn]   i
 Diefenbacher, Sascha [VerfasserIn]   i
 Kasieczka, Gregor [VerfasserIn]   i
 Nachman, Benjamin [VerfasserIn]   i
 Plehn, Tilman [VerfasserIn]   i
 Shih, David [VerfasserIn]   i
 Winterhalder, Ramon [VerfasserIn]   i
Titel:Ephemeral learning
Titelzusatz:augmenting triggers with online-trained normalizing flows
Verf.angabe:Anja Butter, Sascha Diefenbacher, Gregor Kasieczka, Benjamin Nachman, Tilman Plehn, David Shih, and Ramon Winterhalder
Ausgabe:Version v2
E-Jahr:2022
Jahr:28 Jun 2022
Umfang:17 S.
Fussnoten:Version 1 vom 28 Junuar 2022, Version 2 vom 18 Februar 2022 ; Gesehen am 15.09.2022
Titel Quelle:Enthalten in: De.arxiv.org
Ort Quelle:[S.l.] : Arxiv.org, 1991
Jahr Quelle:2022
Band/Heft Quelle:(2022), Artikel-ID 2202.09375, Seite 1-17
Abstract:The large data rates at the LHC require an online trigger system to select relevant collisions. Rather than compressing individual events, we propose to compress an entire data set at once. We use a normalizing flow as a deep generative model to learn the probability density of the data online. The events are then represented by the generative neural network and can be inspected offline for anomalies or used for other analysis purposes. We demonstrate our new approach for a toy model and a correlation-enhanced bump hunt.
DOI:doi:10.48550/arXiv.2202.09375
URL:Bitte beachten Sie: Dies ist ein Bibliographieeintrag. Ein Volltextzugriff für Mitglieder der Universität besteht hier nur, falls für die entsprechende Zeitschrift/den entsprechenden Sammelband ein Abonnement besteht oder es sich um einen OpenAccess-Titel handelt.

Volltext ; Verlag: https://doi.org/10.48550/arXiv.2202.09375
 Volltext: http://arxiv.org/abs/2202.09375
 DOI: https://doi.org/10.48550/arXiv.2202.09375
Datenträger:Online-Ressource
Sprache:eng
Sach-SW:High Energy Physics - Experiment
 High Energy Physics - Phenomenology
 Physics - Data Analysis, Statistics and Probability
K10plus-PPN:1808509773
Verknüpfungen:→ Sammelwerk

Permanenter Link auf diesen Titel (bookmarkfähig):  https://katalog.ub.uni-heidelberg.de/titel/68935684   QR-Code
zum Seitenanfang