レジリエントジェットタグ付けのパレートフロンティア
なぜ重要か: 企業や社会への影響が見込まれ、一般メディアにも波及する可能性があります。
arXiv:2509.19431v1 発表種別: クロス
要旨: 構成粒子の運動学的情報を使用してハドロンジェットを分類することは、現代の高エネルギー衝突型加速器物理学において極めて重要な課題です。分類器はしばしば、精度、AUC、棄却率などの指標を用いて最適な性能を目標として設計されます。しかし、単一の指標を使用すると、競合する代替案よりもモデル依存性の高いアーキテクチャが使用される可能性があり、分析における不確実性とバイアスにつながる可能性があります。本研究では、そのようなトレードオフを調査し、高性能指標を持つが回復力の低いネットワークを使用することによる影響を実証します。
原文（英語）を表示
Title (EN): The Pareto Frontier of Resilient Jet Tagging
arXiv:2509.19431v1 Announce Type: cross
Abstract: Classifying hadronic jets using their constituents’ kinematic information is a critical task in modern high-energy collider physics. Often, classifiers are designed by targeting the best performance using metrics such as accuracy, AUC, or rejection rates. However, the use of a single metric can lead to the use of architectures that are more model-dependent than competitive alternatives, leading to potential uncertainty and bias in analysis. We explore such trade-offs and demonstrate the consequences of using networks with high performance metrics but low resilience.
Published: 2025-09-24 19:00 UTC