Pátrání po axionu podobných částicích s využitím strojového učení pro optimalizaci citlivosti k signálu s daty experimentu ATLAS z LHC Run-2
Axion-Like-Particle Search Using Machine Learning for the Signal Sensitivity Optimization with Run-2 LHC Data Recorded by the ATLAS Experiment
Type of document
bakalářská prácebachelor thesis
Author
Ondřej Matoušek
Supervisor
Sopczak André
Opponent
Flach Boris
Study program
Kybernetika a robotikaInstitutions assigning rank
katedra kybernetikyRights
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
Show full item recordAbstract
V roce 2012 byl v CERNu objeven neutrální Higgsův boson standardního modelu a v současnosti pokračuje pátrání po dalších částicích rozšířeného modelu. Konkrétně se hledá částice podobná axionu (Axion-Like-Particle, ALP). Tato analýza se s využitím technologií strojového učení zabývá oddělením produkce ALP od nežádoucího šumu pozadí. V tomto projektu jsou použita data Run-2 z detektoru ATLAS a je optimalizována účinnost a významnost algoritmu strojového učení v závislosti na teoretické hmotnosti ALP. The neutral Standard Model Higgs boson was discovered in 2012 at CERN, and the search for further particles of extended models continues. In particular, the search for an Axion-Like-Particle (ALP). Using machine learning technologies, this analysis addresses the separation of ALP production from unwanted background reactions. In this project, the Run-2 data from the ATLAS detector are used and the efficiency as well as the significance of the machine learning algorithm is optimized as a function of theoretical ALP mass.
Collections
- Bakalářské práce - 13133 [777]