Estimação de densidades multivariadas para a filtragem de eventos baseada em um detector de altas energias com fina segmentação
Autor(a) principal: | |
---|---|
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_ |
1813194013642063872 |