Automatické rozpoznávání událostí pro detekci Higgsova bosonu

Abstract

Několik skupin výzkumníků se zabývalo a stále zajíma vylepšením detekce Higgsova bosonu [PB04], [Col18a], [Col18b]. Strojové učení se ukázalo, jako jedna z nejlepších metod. Jmenovitě to byly posílené stromové struktury, mělké neuronové sítě, a hluboké neuronové sítě. Velkou výhodou takovýchto modelů je, jejich schopnost se naučit pouze jednout a poté být nespočetněkrát použity bez potřeby dalšího velkého výpočetního výkonu. Dále mohou být nezávislé na fyzikálním pozadí nebo významu jednotlivých vlastností. Hlavním cílem tohoto projektu je otestovat nedávno vyvinuté knihovny strojového učení na datech, jež byly poskytnuty organizací CERN.

Several groups of researches have tried, and are still trying, to improve Higgs boson detection [PB04], [Col18a], [Col18b]. Machine Learning (ML) appears as one of the most promising ways, namely Boosted Decision Trees (BDT), Shallow Neural Networks (SNN), and Deep Neural Networks (DNN). The great advantage of such classifiers is that they can be trained once and then reused several times without needing any significant computational power. Also, they can be free of knowing the physical background, or the meaning of the features. The main aim of this project is to test recently developed ML libraries on data provided by CERN.