Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning

Detalhes bibliográficos
Autor(a) principal: Fortino, Guilherme Ferrari
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/
Resumo: Neste trabalho estudamos a reação de breakup 4He(17F,16O+p) 4He usando o alvo ativo AT-TPC. A analise dos dados experimentais foi realizada usando técnicas de machine learning que permitiram analisar de forma eficiente um grande volume de dados. Os algoritmos desenvolvidos neste trabalho correspondem a primeira aplicação prática de técnicas de machine learning numa análise de dados com alvo ativo. Na primeira parte da analise foi feita a reconstrução tridimensional dos eventos através da análise dos pulsos gerados pelo plano detector micromegas. O micromegas é um detector multipixelado (2048 canais), onde cada pixel (com coordenadas x e y fixas) é um canal do detector com eletrônica independente. Foram criadas três redes neurais supervisionadas para analisar os pulsos crus envolvendo as seguintes etapas: identificação do fundo, deconvolução e identificação dos centroides e carga dos pulsos. Esta informação foi de grande importância para reconstruir milhões de nuvens de pontos que correspondem aos eventos das reações nucleares no alvo ativo. Já com as nuvens de pontos reconstruídas, as trajetórias das partículas foram identificadas usando algoritmos de clustering e estimadores robustos. A partir das propriedades geométricas das trajetórias, foi calculado o vértice de reação de cada evento para enfim poder obter os ângulos de espalhamento da reação. A identificação dos prótons foi feita a partir do comprimento e energia depositada por cada trajetória. Identificado o canal de breakup, as distribuições angulares (breakup inclusivo e exclusivo) foram construídas. Por fim, as distribuições angulares foram analisadas e comparadas com resultados da literatura envolvendo o breakup do 17F em outros núcleos alvo.
id USP_a7b9dc99d6174d414b362b0a22f59323
oai_identifier_str oai:teses.usp.br:tde-24012023-213528
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine LearningBreakup reaction study 4He(17F,16O+p) 4He using the pAT-TPC active target: an approach using Machine Learning techniquesActive-TargetAlvo-AtivoBreakupBreakupMachine LearningMachine LearningNeural NetworkspAT-TPCpAT-TPCRedes NeuraisNeste trabalho estudamos a reação de breakup 4He(17F,16O+p) 4He usando o alvo ativo AT-TPC. A analise dos dados experimentais foi realizada usando técnicas de machine learning que permitiram analisar de forma eficiente um grande volume de dados. Os algoritmos desenvolvidos neste trabalho correspondem a primeira aplicação prática de técnicas de machine learning numa análise de dados com alvo ativo. Na primeira parte da analise foi feita a reconstrução tridimensional dos eventos através da análise dos pulsos gerados pelo plano detector micromegas. O micromegas é um detector multipixelado (2048 canais), onde cada pixel (com coordenadas x e y fixas) é um canal do detector com eletrônica independente. Foram criadas três redes neurais supervisionadas para analisar os pulsos crus envolvendo as seguintes etapas: identificação do fundo, deconvolução e identificação dos centroides e carga dos pulsos. Esta informação foi de grande importância para reconstruir milhões de nuvens de pontos que correspondem aos eventos das reações nucleares no alvo ativo. Já com as nuvens de pontos reconstruídas, as trajetórias das partículas foram identificadas usando algoritmos de clustering e estimadores robustos. A partir das propriedades geométricas das trajetórias, foi calculado o vértice de reação de cada evento para enfim poder obter os ângulos de espalhamento da reação. A identificação dos prótons foi feita a partir do comprimento e energia depositada por cada trajetória. Identificado o canal de breakup, as distribuições angulares (breakup inclusivo e exclusivo) foram construídas. Por fim, as distribuições angulares foram analisadas e comparadas com resultados da literatura envolvendo o breakup do 17F em outros núcleos alvo.In this work, the breakup reaction 4He(17F,16O + p)4He was investigated using the active target pAT-TPC. The data analysis was performed with machine learning techniques, which allowed to proccess a large amount of data in a very efficient way. The algorithms developed in this work represent the first practical application of machine learning tecniques for the analysis of an experiment using an active target. In the first part of the analysis, a three-dimensional reconstruction of the events was performed through the analysis of the pulses generated by the micromegas pad plane. The micromegas pad plane is a highly-segmented detector (2048 pixels), where each individual pad (with certain x and y coordinates) has an independent electronics. Three supervised neural networks were created to perform the analysis of the raw data, including the following parts: background indentification, deconvolution, and centroid and charge identification. This information was of great importance in order to reconstruct millions of point clouds which correspond to the detected nuclear reactions in the active target. The reconstructed point clouds were analyzed with clustering algorithms and robust estimators in order to identify the individual particle trajectories. The respective reaction vertices and scattering angles were obtained by using geometric properties of the reconstruted trajectores. The identification of the proton tracks was performed by using the particle range and deposited energy for each track. Angular distributions of inclusive and exclusive breakup were extracted from the analysis of the point clouds with only proton tracks. Finally, the angular distributions were analyzed and compared with data from the literature involving the breakup of 17F on heavier target nuclei.Biblioteca Digitais de Teses e Dissertações da USPCardona, Juan Carlos ZamoraGuimaraes, ValdirFortino, Guilherme Ferrari2022-12-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2023-03-20T16:15:33Zoai:teses.usp.br:tde-24012023-213528Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-03-20T16:15:33Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning
Breakup reaction study 4He(17F,16O+p) 4He using the pAT-TPC active target: an approach using Machine Learning techniques
title Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning
spellingShingle Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning
Fortino, Guilherme Ferrari
Active-Target
Alvo-Ativo
Breakup
Breakup
Machine Learning
Machine Learning
Neural Networks
pAT-TPC
pAT-TPC
Redes Neurais
title_short Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning
title_full Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning
title_fullStr Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning
title_full_unstemmed Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning
title_sort Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning
author Fortino, Guilherme Ferrari
author_facet Fortino, Guilherme Ferrari
author_role author
dc.contributor.none.fl_str_mv Cardona, Juan Carlos Zamora
Guimaraes, Valdir
dc.contributor.author.fl_str_mv Fortino, Guilherme Ferrari
dc.subject.por.fl_str_mv Active-Target
Alvo-Ativo
Breakup
Breakup
Machine Learning
Machine Learning
Neural Networks
pAT-TPC
pAT-TPC
Redes Neurais
topic Active-Target
Alvo-Ativo
Breakup
Breakup
Machine Learning
Machine Learning
Neural Networks
pAT-TPC
pAT-TPC
Redes Neurais
description Neste trabalho estudamos a reação de breakup 4He(17F,16O+p) 4He usando o alvo ativo AT-TPC. A analise dos dados experimentais foi realizada usando técnicas de machine learning que permitiram analisar de forma eficiente um grande volume de dados. Os algoritmos desenvolvidos neste trabalho correspondem a primeira aplicação prática de técnicas de machine learning numa análise de dados com alvo ativo. Na primeira parte da analise foi feita a reconstrução tridimensional dos eventos através da análise dos pulsos gerados pelo plano detector micromegas. O micromegas é um detector multipixelado (2048 canais), onde cada pixel (com coordenadas x e y fixas) é um canal do detector com eletrônica independente. Foram criadas três redes neurais supervisionadas para analisar os pulsos crus envolvendo as seguintes etapas: identificação do fundo, deconvolução e identificação dos centroides e carga dos pulsos. Esta informação foi de grande importância para reconstruir milhões de nuvens de pontos que correspondem aos eventos das reações nucleares no alvo ativo. Já com as nuvens de pontos reconstruídas, as trajetórias das partículas foram identificadas usando algoritmos de clustering e estimadores robustos. A partir das propriedades geométricas das trajetórias, foi calculado o vértice de reação de cada evento para enfim poder obter os ângulos de espalhamento da reação. A identificação dos prótons foi feita a partir do comprimento e energia depositada por cada trajetória. Identificado o canal de breakup, as distribuições angulares (breakup inclusivo e exclusivo) foram construídas. Por fim, as distribuições angulares foram analisadas e comparadas com resultados da literatura envolvendo o breakup do 17F em outros núcleos alvo.
publishDate 2022
dc.date.none.fl_str_mv 2022-12-09
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://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/
url https://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809091031636901888