ヒッグス

  • 説明:

データは、モンテカルロ シミュレーションを使用して作成されています。最初の 21 個の特徴 (2 列目から 22 列目) は、加速器内の粒子検出器によって測定された運動学的特性です。最後の 7 つの機能は、最初の 21 の機能の機能です。これらは、2 つのクラスを区別するのに役立つように物理学者によって導出された高レベルの機能です。深層学習手法を使用して、物理学者がそのような機能を手動で開発する必要性をなくすことに関心があります。標準の物理パッケージのベイジアン決定木と 5 層ニューラル ネットワークを使用したベンチマーク結果は、元の論文に示されています。

スプリット
'train' 11,000,000
  • 機能構造:
FeaturesDict({
    'class_label': float32,
    'jet_1_b-tag': float64,
    'jet_1_eta': float64,
    'jet_1_phi': float64,
    'jet_1_pt': float64,
    'jet_2_b-tag': float64,
    'jet_2_eta': float64,
    'jet_2_phi': float64,
    'jet_2_pt': float64,
    'jet_3_b-tag': float64,
    'jet_3_eta': float64,
    'jet_3_phi': float64,
    'jet_3_pt': float64,
    'jet_4_b-tag': float64,
    'jet_4_eta': float64,
    'jet_4_phi': float64,
    'jet_4_pt': float64,
    'lepton_eta': float64,
    'lepton_pT': float64,
    'lepton_phi': float64,
    'm_bb': float64,
    'm_jj': float64,
    'm_jjj': float64,
    'm_jlv': float64,
    'm_lv': float64,
    'm_wbb': float64,
    'm_wwbb': float64,
    'missing_energy_magnitude': float64,
    'missing_energy_phi': float64,
})
  • 機能のドキュメント:
特徴クラスDtype説明
特徴辞書
class_labelテンソルfloat32
jet_1_b-tagテンソルfloat64
jet_1_etaテンソルfloat64
jet_1_phiテンソルfloat64
jet_1_ptテンソルfloat64
jet_2_b-タグテンソルfloat64
jet_2_etaテンソルfloat64
jet_2_phiテンソルfloat64
jet_2_ptテンソルfloat64
jet_3_b-タグテンソルfloat64
jet_3_etaテンソルfloat64
jet_3_phiテンソルfloat64
jet_3_ptテンソルfloat64
jet_4_b-タグテンソルfloat64
jet_4_etaテンソルfloat64
jet_4_phiテンソルfloat64
jet_4_ptテンソルfloat64
レプトン_etaテンソルfloat64
レプトン_pTテンソルfloat64
レプトン_ファイテンソルfloat64
m_bbテンソルfloat64
m_jjテンソルfloat64
m_jjjテンソルfloat64
m_jlvテンソルfloat64
m_lvテンソルfloat64
m_wbbテンソルfloat64
m_wwbbテンソルfloat64
missing_energy_magnitudeテンソルfloat64
missing_energy_phiテンソルfloat64
  • 引用
@article{Baldi:2014kfa,
      author         = "Baldi, Pierre and Sadowski, Peter and Whiteson, Daniel",
      title          = "{Searching for Exotic Particles in High-Energy Physics
                        with Deep Learning}",
      journal        = "Nature Commun.",
      volume         = "5",
      year           = "2014",
      pages          = "4308",
      doi            = "10.1038/ncomms5308",
      eprint         = "1402.4735",
      archivePrefix  = "arXiv",
      primaryClass   = "hep-ph",
      SLACcitation   = "%%CITATION = ARXIV:1402.4735;%%"
}
,

  • 説明:

データは、モンテカルロ シミュレーションを使用して作成されています。最初の 21 個の特徴 (2 列目から 22 列目) は、加速器内の粒子検出器によって測定された運動学的特性です。最後の 7 つの機能は、最初の 21 の機能の機能です。これらは、2 つのクラスを区別するのに役立つように物理学者によって導出された高レベルの機能です。深層学習手法を使用して、物理学者がそのような機能を手動で開発する必要性をなくすことに関心があります。標準の物理パッケージのベイジアン決定木と 5 層ニューラル ネットワークを使用したベンチマーク結果は、元の論文に示されています。

スプリット
'train' 11,000,000
  • 機能構造:
FeaturesDict({
    'class_label': float32,
    'jet_1_b-tag': float64,
    'jet_1_eta': float64,
    'jet_1_phi': float64,
    'jet_1_pt': float64,
    'jet_2_b-tag': float64,
    'jet_2_eta': float64,
    'jet_2_phi': float64,
    'jet_2_pt': float64,
    'jet_3_b-tag': float64,
    'jet_3_eta': float64,
    'jet_3_phi': float64,
    'jet_3_pt': float64,
    'jet_4_b-tag': float64,
    'jet_4_eta': float64,
    'jet_4_phi': float64,
    'jet_4_pt': float64,
    'lepton_eta': float64,
    'lepton_pT': float64,
    'lepton_phi': float64,
    'm_bb': float64,
    'm_jj': float64,
    'm_jjj': float64,
    'm_jlv': float64,
    'm_lv': float64,
    'm_wbb': float64,
    'm_wwbb': float64,
    'missing_energy_magnitude': float64,
    'missing_energy_phi': float64,
})
  • 機能のドキュメント:
特徴クラスDtype説明
特徴辞書
class_labelテンソルfloat32
jet_1_b-tagテンソルfloat64
jet_1_etaテンソルfloat64
jet_1_phiテンソルfloat64
jet_1_ptテンソルfloat64
jet_2_b-タグテンソルfloat64
jet_2_etaテンソルfloat64
jet_2_phiテンソルfloat64
jet_2_ptテンソルfloat64
jet_3_b-タグテンソルfloat64
jet_3_etaテンソルfloat64
jet_3_phiテンソルfloat64
jet_3_ptテンソルfloat64
jet_4_b-タグテンソルfloat64
jet_4_etaテンソルfloat64
jet_4_phiテンソルfloat64
jet_4_ptテンソルfloat64
レプトン_etaテンソルfloat64
レプトン_pTテンソルfloat64
レプトン_ファイテンソルfloat64
m_bbテンソルfloat64
m_jjテンソルfloat64
m_jjjテンソルfloat64
m_jlvテンソルfloat64
m_lvテンソルfloat64
m_wbbテンソルfloat64
m_wwbbテンソルfloat64
missing_energy_magnitudeテンソルfloat64
missing_energy_phiテンソルfloat64
  • 引用
@article{Baldi:2014kfa,
      author         = "Baldi, Pierre and Sadowski, Peter and Whiteson, Daniel",
      title          = "{Searching for Exotic Particles in High-Energy Physics
                        with Deep Learning}",
      journal        = "Nature Commun.",
      volume         = "5",
      year           = "2014",
      pages          = "4308",
      doi            = "10.1038/ncomms5308",
      eprint         = "1402.4735",
      archivePrefix  = "arXiv",
      primaryClass   = "hep-ph",
      SLACcitation   = "%%CITATION = ARXIV:1402.4735;%%"
}