Navigation überspringen
Universitätsbibliothek Heidelberg
Status: Bibliographieeintrag
Standort: ---
Exemplare: ---
heiBIB
 Online-Ressource
Verfasst von:Butter, Anja [VerfasserIn]   i
 Heimel, Theo [VerfasserIn]   i
 Hummerich, Sander [VerfasserIn]   i
 Krebs, Tobias [VerfasserIn]   i
 Plehn, Tilman [VerfasserIn]   i
 Rousselot, Armand [VerfasserIn]   i
 Vent, Sophia [VerfasserIn]   i
Titel:Generative networks for precision enthusiasts
Verf.angabe:Anja Butter, Theo Heimel, Sander Hummerich, Tobias Krebs, Tilman Plehn, Armand Rousselot, and Sophia Vent
E-Jahr:2021
Jahr:9 Dec 2021
Umfang:27 S.
Fussnoten:Gesehen am 15.09.2022
Titel Quelle:Enthalten in: De.arxiv.org
Ort Quelle:[S.l.] : Arxiv.org, 1991
Jahr Quelle:2020
Band/Heft Quelle:(2020), Artikel-ID 2110.13632, Seite 1-27
Abstract:Generative networks are opening new avenues in fast event generation for the LHC. We show how generative flow networks can reach percent-level precision for kinematic distributions, how they can be trained jointly with a discriminator, and how this discriminator improves the generation. Our joint training relies on a novel coupling of the two networks which does not require a Nash equilibrium. We then estimate the generation uncertainties through a Bayesian network setup and through conditional data augmentation, while the discriminator ensures that there are no systematic inconsistencies compared to the training data.
DOI:doi:10.48550/arXiv.2110.13632
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.2110.13632
 Volltext: http://arxiv.org/abs/2110.13632
 DOI: https://doi.org/10.48550/arXiv.2110.13632
Datenträger:Online-Ressource
Sprache:eng
Sach-SW:Computer Science - Machine Learning
 High Energy Physics - Phenomenology
K10plus-PPN:1808512138
Verknüpfungen:→ Sammelwerk

Permanenter Link auf diesen Titel (bookmarkfähig):  https://katalog.ub.uni-heidelberg.de/titel/68935690   QR-Code
zum Seitenanfang