Jul 30 – 31, 2018
Instituto de Física da Universidade de São Paulo
America/Sao_Paulo timezone
Evento comemorativo dos 10 anos da Rede Nacional de Física de Altas Energias

Redes Neurais Especialistas para Fusão de Múltiplas Representações de Informação

Not scheduled
4h
Instituto de Física da Universidade de São Paulo

Instituto de Física da Universidade de São Paulo

Rua do Matão, 1371, São Paulo-SP, Brasil
Instrumentação Instrumentação

Speaker

Mr Matheus Rebello do Nascimento

Description

O gradativo aumento de luminosidade no LHC tem exigido métodos mais eficientes para a manutenção da capacidade de seleção on-line e off-line. Nesse sentido, o ATLAS adotou o algoritmo NeuralRinger, que possibilitou aliviar a demanda por processamento durante a filtragem online a partir de 2017. Essa estratégia, dedicada à seleção de elétrons, emprega outra representação da informação de calorimetria, baseada em 100 anéis concêntricos ao baricentro de energia que é aproximado, na filtragem online, pela célula mais energética. A tomada de decisão emprega uma assembleia de redes neurais específicas por regiões de energia e posição da partícula incidente na região de precisão do experimento, o que possibilita limitar o impacto da resposta do detector no perfil dos anéis.
Este trabalho avalia a atuação do NeuralRinger para a seleção offline de elétrons no experimento ATLAS. A fim de estender o método para atingir sua eficiência máxima nesse ambiente, avalia-se a adição da informação discriminante disponível que incluem a representação tradicional em 13 grandezas físicas provenientes do traço da partícula e de calorimetria. Com isso, a estratégia proposta para a atuação offline contará com três representações de informação: os anéis de energia e as grandezas físicas unicamente provenientes de calorimetria; e as grandezas físicas construídas com informação tanto de traço quanto calorimetria. A fim de realizar a tomada de decisão, ajustam-se, para cada região de energia e posição da partícula, redes neurais especialistas para cada representação da informação que, posteriormente, alimentam através dos neurônios da camada escondida a entrada de outra rede neural responsável pela fusão da informação. Desta forma, espera-se que a estratégia possa complementar eventuais lacunas ao apresentar ambas as representações e aumentar a concordância da estratégia proposta com a referência utilizada na tomada de decisão off-line baseada em verossimilhança, que utiliza as grandezas tradicionais.
Comparou-se a proposta de extensão do NeuralRinger com a referência em atuação nesse ambiente, baseada em verossimilhança nas grandezas tradicionais, em dados de simulação com condições equivalentes as colisões de próton-próton de 2016. Observou-se uma redução na taxa de falsos elétrons de 2,54 para 1,13 em valor central e com incerteza de validação cruzada desprezível quando a proposta atua com toda as representações de informação disponíveis.

Primary author

Co-authors

Marcia Begalli (Federal University of of Rio de Janeiro (BR)) Werner Spolidoro Freund (Federal University of of Rio de Janeiro (BR)) Jose Seixas (Federal University of of Rio de Janeiro (BR))

Presentation materials

There are no materials yet.