The frequentist definition of sensitivity of a search for new phenomena proposed in arXiv:0308063 has been utilized in a number of published experimental searches. In most cases, the simple approximate formula for the common problem of Poisson counts with background has been deemed adequate for the purpose. There are however many problems nowadays in which more complex analysis is required, involving multiple channels. In this article, the same approach of arXiv:0308063 is applied to a multichannel Poisson problem, and a convenient formula is derived in closed form, generalizing the known result for the simple counting experiment. An explicit solution is also derived for the common case of a search for a Gaussian signal superimposed over a flat background.


翻译:在ArXiv:0308063中提议的对寻找新现象的敏感度的常态定义已在一些已公布的实验性搜索中得到使用,在大多数情况下,对具有背景的Poisson计数这一共同问题的简单近似公式被认为足以达到这一目的,然而,目前存在着许多问题,需要涉及多个渠道的更为复杂的分析,在本条中,对多渠道的Poisson问题也采用了同样的arxiv:0308063方法,并且以封闭的形式得出了一种方便的公式,将简单计数试验已知的结果概括化,对于在平坦背景上加注高斯信号的常见情况,也提出了明确的解决办法。

0
下载
关闭预览

相关内容

专知会员服务
124+阅读 · 2020年9月8日
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
249+阅读 · 2020年5月18日
专知会员服务
62+阅读 · 2020年3月4日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
36+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
195+阅读 · 2019年10月10日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
Arxiv
0+阅读 · 2021年1月10日
Arxiv
0+阅读 · 2021年1月7日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
VIP会员
相关VIP内容
专知会员服务
124+阅读 · 2020年9月8日
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
249+阅读 · 2020年5月18日
专知会员服务
62+阅读 · 2020年3月4日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
36+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
195+阅读 · 2019年10月10日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
相关资讯
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
Top
微信扫码咨询专知VIP会员