|
|
Exploring jet calibration with machine learning techniques
Novotný, Patrik ; Rybář, Martin (vedoucí práce) ; Žlebčík, Radek (oponent)
Název práce: Kalibrace jetů pomocí technik strojového učení Autor: Patrik Novotný Ústav: Ústav částicové a jaderné fyziky Vedoucí práce: Mgr. Martin Rybář, Ph.D, Ústav částicové a jaderné fyziky Abstrakt: Jety, kolimované spršky částic, jsou považované za ideální nástroj ke studiu hmoty, která vzniká v těžko-iontových srážkách. Práce se zabývá možnostmi využití tech- nik strojové učení ke zlepšení celkové kalibrace odezvy jetů na experimentu ATLAS v CERN v rámci výzkumu srážek jader olova. Prvně je ukázána současná energetická škála a rozlišení jetů v závislosti na hodnotě příčné hybnosti, pseudorapidity a centrality srážek. Dále je ukázano, že současná kalibrace nezohledňuje, jsou-li jsou jety indukované kvar- kem či gluonem. Následně je vytipována čtveřice proměnných, pomocí níž by mohlo být možné rozlišit mezi sebou tyto dvě skupiny jetů. Pro danou čtveřici jsou provedeny stu- die míry korelace s střední odezvou detektoru jakožto funkce centrality. V rámci poslední části je popsán proces přípravy souboru trénovacích dat, nastavení a analýzy neuronových sítí pomocí nástrojů, které nám poskytuje knihovna MultiLayerPerceptron frameworku ROOT. Finální výsledkem práce je nalezení sítě, která zlepšuje rozlišení odezvy. Klíčová slova: ATLAS, těžké ionty, kalibrace jetů, neuronové sítě 1
|
host ::
RSS.