粒子物理中基于贝叶斯学习的神经网络用于信号/背景辨别
摘要：粒子物理学研究中广泛使用神经网络来进行分类问题。由于神经网络的训练可以被看作是一个推理问题，贝叶斯学习神经网络可以提供比传统学习方法更优化和稳健的结果。我们在寻找Tevatron上的第二代轻子夸克时，调查了贝叶斯神经网络在信号与背景鉴别中的应用。我们展示了传统前馈神经网络训练方法和贝叶斯方法训练网络所得结果的比较。
作者：Michael Pogwizd, Laura Jane Elgass, Pushpalatha C. Bhat
论文ID：0707.0930
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2007-07-09