Identifikace c-jetů v p+p a A+A srážkách pomocí strojového učení
Identification of c-jets in p+p and A+A collisions with machine learning
Typ dokumentu
diplomová prácemaster thesis
Autor
Jitka Mrázková
Vedoucí práce
Bielčíková Jana
Oponent práce
Faltová Jana
Studijní program
Jaderná a částicová fyzikaInstituce přidělující hodnost
katedra fyzikyObhájeno
2023-06-05Práva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Jety – spršky kolimovaných částic – nacházejí široké využití v oblasti fyziky vysokých energií. Tato práce je zaměřena na identifikaci jetů pocházejících z těžkých kvarků. Za účelem identifikace jetů bude využit JetVLAD taggovací model založený na metodách strojového učení. Schopnost modelu extrahovat vzorky jetů je testována na několika odlišných souborech dat a s použitím různých taggovacích přístupů. Metoda bude nejprve demonstrována na souborech dat z PYTHIA generátoru pro proton-protonové srážky při energiích 200 GeV a 510 GeV v těžišťovém systému, s diskuzí o možném rozšíření na vyšší energie urychlovače LHC v CERN. Závěr této práce bude věnován možné aplikaci modelu JetVLAD na simulace srážek těžkých iontů z generátoru JETSCAPE. Jets of collimated particles are used in a wide range of analyses in high energy physics. This work is focused on the identification of jets originating from heavy quarks. For this purpose, we use the recently introduced JetVLAD tagging model based on machine learning techniques. We show the performance of this model on different datasets and for different tagging approaches. The method is demonstrated on PYTHIA generated proton-proton collisions at center-of-mass energies 200 and 510 GeV, with a discussion of possible extension to higher energies available at the LHC at CERN. In the end of this work, we will discuss the possible applicability of the JetVLAD model to heavy-ion collision simulations from the JETSCAPE generator.
Kolekce
- Diplomové práce - 14102 [208]