Estimação de densidades multivariadas para a filtragem de eventos baseada em um detector de altas energias com fina segmentação

Detalhes bibliográficos
Autor(a) principal: Souza, David de Melo
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFJF
Texto Completo: https://repositorio.ufjf.br/jspui/handle/ufjf/8922
Resumo: Nas últimas décadas, a sinergia entre engenharia e física, nas áreas de aplicação da física moderna, tem sido crescente. Para o programa de física do ATLAS, no CERN, por exemplo, a identificação de elétrons é de fundamental importância, sendo uma de-manda responsável por diversos estudos em engenharia. Esse trabalho se desenvolve nesse viés, tendo como base a técnica de verossimilhança utilizada pela colaboração ATLAS na identificação offline de elétrons relevantes, considerados sinal, em meio a diversas partículas, consideradas ruído de fundo. Atualmente, a verossimilhança tem sido aplicada pela colaboração de forma simplificada, supondo independência entre as variáveis discriminantes fornecidas pelo detector ATLAS. Essa consideração, possibi-lita que a formulação matemática da probabilidade conjunta seja feita pela utilização do produtório das densidades marginais das variáveis discriminantes. Entretanto, a simplificação promove um erro na reconstrução da probabilidade conjunta, visto que, algumas variáveis discriminantes possuem um certo grau de dependência entre si. Esse cenário, nos abre a possibilidade de melhora do método, a partir de técnicas capazes de mitigar a dependência entre tais varáveis. A principal contribuição desse trabalho se dá na implementação de um algoritmo baseado na técnica não-paramétrica para estima-ção de densidade multivariada conhecida como MKDE (do inglês, Multivariate Kernel Density Estimation), com o objetivo de minimizar o erro de estimação da probabilidade conjunta, que ocorre devido à consideração de independência acima citada. Dentro da realidade comparativa deste trabalho, foi possível observar a melhora na estimação da probabilidade conjunta via MKDE e a propagação desta melhora na identificação de elétrons.
id UFJF_614a1dc3f662f475b58a7978b2281516
oai_identifier_str oai:hermes.cpd.ufjf.br:ufjf/8922
network_acronym_str UFJF
network_name_str Repositório Institucional da UFJF
repository_id_str
spelling Nóbrega, Rafael Antuneshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4764450U1Seixas, José Manoelhttp://lattes.cnpq.br/Cerqueira, Augusto Santiagohttp://lattes.cnpq.br/Kemp, Ernestohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4728411D6http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4476897U8Souza, David de Melo2019-02-13T10:59:39Z2019-02-082019-02-13T10:59:39Z2015-08-10https://repositorio.ufjf.br/jspui/handle/ufjf/8922Nas últimas décadas, a sinergia entre engenharia e física, nas áreas de aplicação da física moderna, tem sido crescente. Para o programa de física do ATLAS, no CERN, por exemplo, a identificação de elétrons é de fundamental importância, sendo uma de-manda responsável por diversos estudos em engenharia. Esse trabalho se desenvolve nesse viés, tendo como base a técnica de verossimilhança utilizada pela colaboração ATLAS na identificação offline de elétrons relevantes, considerados sinal, em meio a diversas partículas, consideradas ruído de fundo. Atualmente, a verossimilhança tem sido aplicada pela colaboração de forma simplificada, supondo independência entre as variáveis discriminantes fornecidas pelo detector ATLAS. Essa consideração, possibi-lita que a formulação matemática da probabilidade conjunta seja feita pela utilização do produtório das densidades marginais das variáveis discriminantes. Entretanto, a simplificação promove um erro na reconstrução da probabilidade conjunta, visto que, algumas variáveis discriminantes possuem um certo grau de dependência entre si. Esse cenário, nos abre a possibilidade de melhora do método, a partir de técnicas capazes de mitigar a dependência entre tais varáveis. A principal contribuição desse trabalho se dá na implementação de um algoritmo baseado na técnica não-paramétrica para estima-ção de densidade multivariada conhecida como MKDE (do inglês, Multivariate Kernel Density Estimation), com o objetivo de minimizar o erro de estimação da probabilidade conjunta, que ocorre devido à consideração de independência acima citada. Dentro da realidade comparativa deste trabalho, foi possível observar a melhora na estimação da probabilidade conjunta via MKDE e a propagação desta melhora na identificação de elétrons.The electron identification is of fundamental importance to the ATLAS physics pro-gram, at CERN. This Master's Thesis planned to study and to reproduce one of the main offline algorithms, based on nonparametric maximum likelihood estimation, ap-plied to identify electron/positron particles using the ATLAS Detector to then propose additional processing techniques that could improve its performance. The ATLAS Col-laboration simplifies the likelihood method by considering independence between the discriminant variables. This approach opens possibilities for improving the method by means of applying techniques capable of mitigating the variables dependence. Our main contribution lies in the implementation of an algorithm based on Multivariate Kernel Density Estimation (MKDE). This algorithm should be able to decrease the error caused by the variables dependence, as mentioned above, improving the ATLAS electron identification performance. The impact of this new proposal was also compa-red to the most used algorithms developed by ATLAS group, known as Egamma and Likelihood.porUniversidade Federal de Juiz de Fora (UFJF)Programa de Pós-graduação em Engenharia ElétricaUFJFBrasilFaculdade de EngenhariaCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAEstimação de densidade de probabilidadeVerossimilhançaIdentificação de elétronsDetector ATLASKDE MultivariadoElectron identificationLikelihoodMultivariate KDEEstimação de densidades multivariadas para a filtragem de eventos baseada em um detector de altas energias com fina segmentaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFTHUMBNAILdaviddemelosouza.pdf.jpgdaviddemelosouza.pdf.jpgGenerated Thumbnailimage/jpeg1164https://repositorio.ufjf.br/jspui/bitstream/ufjf/8922/4/daviddemelosouza.pdf.jpg1f6f8cf6c18e50288b645d1a18b3deb0MD54ORIGINALdaviddemelosouza.pdfdaviddemelosouza.pdfapplication/pdf65735627https://repositorio.ufjf.br/jspui/bitstream/ufjf/8922/1/daviddemelosouza.pdf9e6ab6b66a9a731bc798e3bd5e5428f2MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82197https://repositorio.ufjf.br/jspui/bitstream/ufjf/8922/2/license.txt000e18a5aee6ca21bb5811ddf55fc37bMD52TEXTdaviddemelosouza.pdf.txtdaviddemelosouza.pdf.txtExtracted texttext/plain212153https://repositorio.ufjf.br/jspui/bitstream/ufjf/8922/3/daviddemelosouza.pdf.txtc1a205806e7346a416a3938671853a0fMD53ufjf/89222019-06-17 03:16:05.308oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2019-06-17T06:16:05Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false
dc.title.pt_BR.fl_str_mv Estimação de densidades multivariadas para a filtragem de eventos baseada em um detector de altas energias com fina segmentação
title Estimação de densidades multivariadas para a filtragem de eventos baseada em um detector de altas energias com fina segmentação
spellingShingle Estimação de densidades multivariadas para a filtragem de eventos baseada em um detector de altas energias com fina segmentação
Souza, David de Melo
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Estimação de densidade de probabilidade
Verossimilhança
Identificação de elétrons
Detector ATLAS
KDE Multivariado
Electron identification
Likelihood
Multivariate KDE
title_short Estimação de densidades multivariadas para a filtragem de eventos baseada em um detector de altas energias com fina segmentação
title_full Estimação de densidades multivariadas para a filtragem de eventos baseada em um detector de altas energias com fina segmentação
title_fullStr Estimação de densidades multivariadas para a filtragem de eventos baseada em um detector de altas energias com fina segmentação
title_full_unstemmed Estimação de densidades multivariadas para a filtragem de eventos baseada em um detector de altas energias com fina segmentação
title_sort Estimação de densidades multivariadas para a filtragem de eventos baseada em um detector de altas energias com fina segmentação
author Souza, David de Melo
author_facet Souza, David de Melo
author_role author
dc.contributor.advisor1.fl_str_mv Nóbrega, Rafael Antunes
dc.contributor.advisor1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4764450U1
dc.contributor.advisor-co1.fl_str_mv Seixas, José Manoel
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/
dc.contributor.referee1.fl_str_mv Cerqueira, Augusto Santiago
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/
dc.contributor.referee2.fl_str_mv Kemp, Ernesto
dc.contributor.referee2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4728411D6
dc.contributor.authorLattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4476897U8
dc.contributor.author.fl_str_mv Souza, David de Melo
contributor_str_mv Nóbrega, Rafael Antunes
Seixas, José Manoel
Cerqueira, Augusto Santiago
Kemp, Ernesto
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
topic CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Estimação de densidade de probabilidade
Verossimilhança
Identificação de elétrons
Detector ATLAS
KDE Multivariado
Electron identification
Likelihood
Multivariate KDE
dc.subject.por.fl_str_mv Estimação de densidade de probabilidade
Verossimilhança
Identificação de elétrons
Detector ATLAS
KDE Multivariado
Electron identification
Likelihood
Multivariate KDE
description Nas últimas décadas, a sinergia entre engenharia e física, nas áreas de aplicação da física moderna, tem sido crescente. Para o programa de física do ATLAS, no CERN, por exemplo, a identificação de elétrons é de fundamental importância, sendo uma de-manda responsável por diversos estudos em engenharia. Esse trabalho se desenvolve nesse viés, tendo como base a técnica de verossimilhança utilizada pela colaboração ATLAS na identificação offline de elétrons relevantes, considerados sinal, em meio a diversas partículas, consideradas ruído de fundo. Atualmente, a verossimilhança tem sido aplicada pela colaboração de forma simplificada, supondo independência entre as variáveis discriminantes fornecidas pelo detector ATLAS. Essa consideração, possibi-lita que a formulação matemática da probabilidade conjunta seja feita pela utilização do produtório das densidades marginais das variáveis discriminantes. Entretanto, a simplificação promove um erro na reconstrução da probabilidade conjunta, visto que, algumas variáveis discriminantes possuem um certo grau de dependência entre si. Esse cenário, nos abre a possibilidade de melhora do método, a partir de técnicas capazes de mitigar a dependência entre tais varáveis. A principal contribuição desse trabalho se dá na implementação de um algoritmo baseado na técnica não-paramétrica para estima-ção de densidade multivariada conhecida como MKDE (do inglês, Multivariate Kernel Density Estimation), com o objetivo de minimizar o erro de estimação da probabilidade conjunta, que ocorre devido à consideração de independência acima citada. Dentro da realidade comparativa deste trabalho, foi possível observar a melhora na estimação da probabilidade conjunta via MKDE e a propagação desta melhora na identificação de elétrons.
publishDate 2015
dc.date.issued.fl_str_mv 2015-08-10
dc.date.accessioned.fl_str_mv 2019-02-13T10:59:39Z
dc.date.available.fl_str_mv 2019-02-08
2019-02-13T10:59:39Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufjf.br/jspui/handle/ufjf/8922
url https://repositorio.ufjf.br/jspui/handle/ufjf/8922
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Juiz de Fora (UFJF)
dc.publisher.program.fl_str_mv Programa de Pós-graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFJF
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Faculdade de Engenharia
publisher.none.fl_str_mv Universidade Federal de Juiz de Fora (UFJF)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFJF
instname:Universidade Federal de Juiz de Fora (UFJF)
instacron:UFJF
instname_str Universidade Federal de Juiz de Fora (UFJF)
instacron_str UFJF
institution UFJF
reponame_str Repositório Institucional da UFJF
collection Repositório Institucional da UFJF
bitstream.url.fl_str_mv https://repositorio.ufjf.br/jspui/bitstream/ufjf/8922/4/daviddemelosouza.pdf.jpg
https://repositorio.ufjf.br/jspui/bitstream/ufjf/8922/1/daviddemelosouza.pdf
https://repositorio.ufjf.br/jspui/bitstream/ufjf/8922/2/license.txt
https://repositorio.ufjf.br/jspui/bitstream/ufjf/8922/3/daviddemelosouza.pdf.txt
bitstream.checksum.fl_str_mv 1f6f8cf6c18e50288b645d1a18b3deb0
9e6ab6b66a9a731bc798e3bd5e5428f2
000e18a5aee6ca21bb5811ddf55fc37b
c1a205806e7346a416a3938671853a0f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)
repository.mail.fl_str_mv
_version_ 1801661402499252224