使用在已知物理过程中受过训练的变分自动编码器，我们开发了一种单边阈值测试，以将先前未见过的过程隔离为异常事件。 由于自动编码器训练不依赖于任何特定的新物理特征，因此建议的过程不会对新物理的性质做出特定假设。 基于此算法的事件选择通常会基于模型相关的假设检验来补充经典的LHC搜索。 这样的算法将提供异常事件的列表，与其他科学领域中的典型操作类似，实验协作可以进一步检查甚至发布为目录。 在此数据集中重复发生的事件拓扑可能会激发新物理模型的建立和新的实验搜索。 在大型强子对撞实验的触发系统中运行，这样