BDT কণা শনাক্তকরণ
বুস্টেড ডিসিশন ট্রি (BDT) হলো শক্তিশালী মাল্টিভেরিয়েট ক্লাসিফায়ার যা কণা পদার্থবিজ্ঞানে ডিটেক্টর সিগনেচারের উপর ভিত্তি করে বিভিন্ন কণার প্রকারের মধ্যে পার্থক্য করতে ব্যবহৃত হয়। অভিযোজিত বুস্টিংয়ের মাধ্যমে অনেক দুর্বল ডিসিশন ট্রিকে একত্রিত করে, BDTs সাধারণ কাটের তুলনায় উন্নত বৈষম্যমূলক ক্ষমতা অর্জন করে, যা কণা শনাক্তকরণ এবং ব্যাকগ্রাউন্ড প্রত্যাখ্যানের ক্ষেত্রে উন্নত বিশুদ্ধতা ও কার্যকারিতা সক্ষম করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- Breiman, L. (2001). Random Forests. Machine Learning, 45(1), 5–32. DOI: 10.1023/A:1010933404324 ↗
- Kieseler, J., et al. (2016). Machine learning for detector trigger optimization at the LHC. Nuclear Instruments and Methods in Physics Research Section A, 824, 29–37. link ↗
- Aarrestad, T. K., et al. (2021). Machine learning for particle discrimination at the LHC. Journal of Physics: Conference Series, 1525(1), 012034. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Boosted Decision Tree Particle Identification. ScholarGate. https://scholargate.app/bn/particle-physics/bdt-particle-identification
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- anti-kT জেট অ্যালগরিদমকণা পদার্থবিজ্ঞান↔ তুলনা করুন
- HEP Track Reconstructionকণা পদার্থবিজ্ঞান↔ তুলনা করুন
- Missing Transverse Energyকণা পদার্থবিজ্ঞান↔ তুলনা করুন
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →