Buchumschlag

Ephemeral learning: augmenting triggers with online-trained normalizing flows

Weitere Versionen anzeigen (1)

The large data rates at the LHC require an online trigger system to select relevant collisions. Rather than compressing individual events, we propose to compress an entire data set at once. We use a normalizing flow as a deep generative model to learn the probability density of the data online. The...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Butter, Anja (VerfasserIn) , Diefenbacher, Sascha (VerfasserIn) , Kasieczka, Gregor (VerfasserIn) , Nachman, Benjamin (VerfasserIn) , Plehn, Tilman (VerfasserIn) , Shih, David (VerfasserIn) , Winterhalder, Ramon (VerfasserIn)
Dokumenttyp: Article (Journal) Kapitel/Artikel
Sprache:Englisch
Veröffentlicht: 28 Jun 2022
Ausgabe:Version v2
In: Arxiv
Year: 2022, Pages: 1-17
DOI:10.48550/arXiv.2202.09375
Online-Zugang:Verlag, lizenzpflichtig, Volltext: https://doi.org/10.48550/arXiv.2202.09375
Verlag, lizenzpflichtig, Volltext: http://arxiv.org/abs/2202.09375
Volltext
Verfasserangaben:Anja Butter, Sascha Diefenbacher, Gregor Kasieczka, Benjamin Nachman, Tilman Plehn, David Shih, and Ramon Winterhalder
Search Result 1
Buchumschlag

Ephemeral learning: augmenting triggers with online-trained normalizing flows von Butter, Anja (VerfasserIn) , Diefenbacher, Sascha (VerfasserIn) , Kasieczka, Gregor (VerfasserIn) , Nachman, Benjamin (VerfasserIn) , Plehn, Tilman (VerfasserIn) , Shih, David (VerfasserIn) , Winterhalder, Ramon (VerfasserIn) ,


Volltext
Article (Journal) Online Resource

Gespeichert in:
Alle Versionen (2)

Ähnliche Einträge