Title: Redução de Dimensionalidade Num Detector Finamente Segmentado Utilizando A Análise De Componentes Principais Não-Lineares
Authors: Souza, Danilo L.; Seixas, José Manoel
Resumo: O ATLAS é um dos principais detectores presentes na próxima geração de colisionadores de partículas. A grande quantidade de informação produzida por colisão exige um complexo sistema de filtragem, que irá selecionar on-line os eventos mais interessantes para a física investigada. Este trabalho se concentra na compactação e classificação dos dados de calorimetria do ATLAS. Uma proposta de monitoramento on-line de sinais é apresentada para o segundo nível de filtragem. Devido a segmentação do detector em diversas camadas a compactação é realizada uma abordagem, também, segmentada das regiões de interesse previamente selecionadas, que são classificadas por redes neurais compactas. Altas taxas de compactação foram obtidas através da Análise de Componentes Principais Não-Lineares. Na etapa de classificação uma eficiência na detecção de elétrons de 96% foi alcançada, para uma probabilidade de falso alarme abaixo de 4%.
Keywords: NLPCA; ATLAS; Redes Neurais; Detectores
Pages: 6
Paper as PDF: 50100127.pdf
BibTex file: 50100127.bib