পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| anti-kT জেট অ্যালগরিদম× | BDT কণা শনাক্তকরণ× | |
|---|---|---|
| ক্ষেত্র | কণা পদার্থবিজ্ঞান | কণা পদার্থবিজ্ঞান |
| পরিবার | Process / pipeline | Process / pipeline |
| উদ্ভবের বছর≠ | 2008 | 2000 |
| প্রবর্তক≠ | Matteo Cacciari and Gavin P. Salam | Machine learning / particle physics community |
| ধরন≠ | Particle clustering algorithm | Particle discrimination algorithm |
| মৌলিক উৎস≠ | Cacciari, M., Salam, G. P., & Sapeta, S. (2008). On the characterisation of the underlying event. Journal of High Energy Physics, 2008(04), 063. link ↗ | Breiman, L. (2001). Random Forests. Machine Learning, 45(1), 5–32. DOI ↗ |
| অপর নাম≠ | anti-kt clustering, anti-kT algorithm | BDT classifier, MVA particle ID, multivariate particle identification |
| সম্পর্কিত | 3 | 3 |
| সারসংক্ষেপ≠ | The anti-kT jet algorithm, introduced by Cacciari and Salam in 2008, is a sequential recombination jet clustering algorithm widely used in high-energy physics to group final-state particles into jets. Unlike earlier algorithms, anti-kT produces jets with regular cone-like geometries in transverse momentum-rapidity space, making it ideal for precision measurements and new physics searches. | Boosted Decision Trees (BDTs) are powerful multivariate classifiers used in particle physics to distinguish between different particle types based on detector signatures. By combining many weak decision trees through adaptive boosting, BDTs achieve superior discrimination power compared to simple cuts, enabling improved purity and efficiency in particle identification and background rejection. |
| ScholarGateডেটাসেট ↗ |
|
|