Fitxers
Tipus de document
ArticleVersió
Versió publicadaData de publicació
Llicència de publicació
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/189626
Using Machine Learning techniques in phenomenological studies on flavour physics
Títol de la revista
Director/Tutor
ISSN de la revista
Títol del volum
Recurs relacionat
Resum
An updated analysis of New Physics violating Lepton Flavour Universality, by using the Standard Model Effective Field Lagrangian with semileptonic dimension six operators at Λ = 1 TeV is presented. We perform a global fit, by discussing the relevance of the mixing in the first generation. We use for the first time in this context a Montecarlo analysis to extract the confidence intervals and correlations between observables. Our results show that machine learning, made jointly with the SHAP values, constitute a suitable strategy to use in this kind of analysis.
Matèries (anglès)
Citació
Citació
ALDA, J., GUASCH INGLADA, Jaume and PEÑARANDA RIVAS, Siannah. Using Machine Learning techniques in phenomenological studies on flavour physics. Journal of High Energy Physics. 2022. Vol. 2022, num. 115, pags. 1-42. ISSN 1126-6708. [consulted: 3 of August of 2026]. Available at: https://hdl.handle.net/2445/189626