基于条件密度估计的高概率区新物理变点检测方法

文档摘要

Unsupervised In-Distribution Anomaly Detection of New Physics through Conditional Density Estimation：深度解读与学术评析 📋 论文基本信息标题：Unsupervised in-distribution anomaly detection of new physics through conditional density estimation 作者：George Stein, Uroš Seljak, Biwei Dai ArXiv ID：2012.11638v1 发布日期：2020年12月21日学科分类：cs.LG（机器学习）、hep-ex（高能物理实验）、physics.