Loss function to optimise signal significance in particle physics

要約

素粒子物理学で使用される有意性メトリックを直接最適化するために、代理損失を構築します。
線形モデルを使用して単純なイベント分類タスクの損失関数を評価し、関係するプロセスの断面に応じて変化する決定境界を生成することを示します。
新しい損失を使用してトレーニングしたモデルは、クロスエントロピー損失を使用してトレーニングしたモデルと比較して、推定信号重要度の同様の値に対して信号効率が高いことがわかり、衝突器での素粒子物理探索の感度が向上することが期待できます。

要約(オリジナル)

We construct a surrogate loss to directly optimise the significance metric used in particle physics. We evaluate our loss function for a simple event classification task using a linear model and show that it produces decision boundaries that change according to the cross sections of the processes involved. We find that the models trained with the new loss have higher signal efficiency for similar values of estimated signal significance compared to ones trained with a cross-entropy loss, showing promise to improve sensitivity of particle physics searches at colliders.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google