Zobrazeno 1 - 10
of 2 463
pro vyhledávání: '"Choi , Suyong"'
Autor:
Choi, Suyong, Lim, Jae Hoon
Highly reliable Monte-Carlo event generators and detector simulation programs are important for the precision measurement in the high energy physics. Huge amounts of computing resources are required to produce a sufficient number of simulated events.
Externí odkaz:
http://arxiv.org/abs/2102.11524
We report on a general and automatic data-driven background distribution shape estimation method using neural autoregressive flows (NAF), which is one of the deep generative learning methods. Data-driven background estimation is indispensable for man
Externí odkaz:
http://arxiv.org/abs/2008.03636
Autor:
Choi, Suyong, Kim, Jeong Hwa, Won, Eunil, Yoo, Jae Hyeok, Citron, Matthew, Stuart, David, Hill, Christopher S., Haas, Andy, Sahili, Jihad, Zaraket, Haitham, De Roeck, A., Gastal, Martin
We propose a new experiment sensitive to the detection of millicharged particles produced at the $30$ GeV proton fixed-target collisions at J-PARC. The potential site for the experiment is B2 of the Neutrino Monitor building, $280$ m away from the ta
Externí odkaz:
http://arxiv.org/abs/2007.06329
Autor:
Kim, Geuk-Nam, Park, Sang-Young, Seong, Sehyun, Lee, Joohee, Choi, Suyong, Kim, Young-Eon, Ryu, Han-Gyeol, Lee, Sungmoon, Choi, Jae-Young, Han, Sang-Kook
Publikováno v:
In Acta Astronautica October 2023 211:877-897
Autor:
Choi, Suyong, Oh, Hayoung
Data-driven methods of background estimations are often used to obtain more reliable descriptions of backgrounds. In hadron collider experiments, data-driven techniques are used to estimate backgrounds due to multi-jet events, which are difficult to
Externí odkaz:
http://arxiv.org/abs/1906.10831
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Neural network-based algorithms provide a promising approach to jet classification problems, such as boosted top jet tagging. To date, NN-based top taggers demonstrated excellent performance in Monte Carlo studies. In this paper, we construct a top-j
Externí odkaz:
http://arxiv.org/abs/1806.01263
In dark photon search experiments with electron beam-dumps, it is difficult to access the smaller dark photon life-time region of phase space due to enormous backgrounds from low-energy particles emerging from the target. In order to reduce the backg
Externí odkaz:
http://arxiv.org/abs/1704.06512
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.