机器学习在探测新物理信号中的应用

机器学习是许多现代技术进步的基础,并被越来越多地用于解决物理问题.在高能物理研究中,物理学家面对海量的实验或模拟数据,需要机器学习帮助我们提高数据分析的效率和效果.本文利用孤立森林(IF)算法在背景中提取了新物理信号,并在此基础上提出了嵌套的孤立森林(NIF)算法,可以对IF算法失效的问题上有效提取信号.IF和NIF算法为优化新物理信号的事例选择策略提供了一种模型和算符无关的新思路.