Título: Uso de Aprendizado de Máquina para Detecção Online de Fótons de Altas Energias
Autores: J. L. Marin, E. F. de Simas Filho, B. S.M. Peralva, E. E. P. de Souza, J. M. de Seixas
Resumo: A correta identificação de partículas e um dos principais objetivos de experimentos de física de altas energias. Devido a alta taxa de eventos no Grande Colisor de Hadrons (LHC), o experimento ATLAS tem empregado técnicas baseadas em aprendizado de máquina a fim de encontrar eventos raros em grandes massas de dados. Entre eles esta o NeuralRinger, um conjunto classificador de rede neural projetado para detecção rapida de elétrons com base em anéis conc entricos de calor ímetro (sistema de medição de energia). Nesse contexto, o presente trabalho propoe a avaliação desta técnica, incluindo o uso de rede neurais profundas, para a detecção r apida de fótons. Os resultados com dados simulados mostram a eficiencia do método proposto no ambiente do experimento ATLAS.
Palavras-chave: Redes Neurais, NeuralRinger, Física de Altas Energias, Identificação de partículas
Páginas: 8
Código DOI: 10.21528/CBIC2023-158
Artigo em pdf: CBIC_2023_paper158.pdf
Arquivo BibTeX: CBIC_2023_158.bib