Título: Estimação de Energia Assistida por Redes Neurais para o Calorímetro de Telhas do ATLAS no LHC
Autores: Carlos Cardoso Dias, Bernardo Sotto-Maior Peralva, Mateus Hufnagel, Alessa Monay E Silva, Luciano Manhães De Andrade Filho, Augusto Santiago Cerqueira and José Seixas
Resumo:
Em calorimetria de altas energias, a energia da partícula pode ser calculada através da estimação da amplitude do sinal produzido e digitalizado pelos canais de leitura. Entretanto, em condições de alta taxa de eventos e alta luminosidade, o sinal de resposta pode ser distorcido devido à presença de sinais proveniente de eventos adjacentes causando o efeito de empilhamento de sinais. Este efeito degrada a eficiência de métodos lineares tipicamente utilizados para estimar os parâmetros de interesse. Desta forma, este trabalho apresenta uma análise de desempenho de uma proposta de estimação da amplitude do sinal utilizando o método atualmente empregado no Calorímetro de Telhas (TileCal) do ATLAS no LHC, assistido por redes neurais artificiais. A rede neural tem a função de corrigir as não-linearidades introduzidas pelo empilhamento de sinais na estimativa linear. Os resultados, comparando diferentes métodos, mostram que a abordagem combinada aumenta consideravelmente a eficiência de estimação da energia em condições de empilhamento de sinais.
Palavras-chave:
Filtragem ótima, Estimação de sinais, Empilhamento de sinais, Redes neurais, Calorimetria de altas energias.
Páginas: 8
Código DOI: 10.21528/CBIC2021-133
Artigo em pdf: CBIC_2021_paper_133.pdf
Arquivo BibTeX: CBIC_2021_133.bib