Process / pipelineMultivariate classifier
זיהוי חלקיקים באמצעות BDT
עצי החלטה מוגברים (BDTs) הם מסווגים רב-משתניים רבי עוצמה המשמשים בפיזיקת חלקיקים להבחנה בין סוגי חלקיקים שונים בהתבסס על חתימות גלאי. על ידי שילוב של עצי החלטה חלשים רבים באמצעות הגברה אדפטיבית, BDTs משיגים כוח הפרדה עליון בהשוואה לחיתוכים פשוטים, ומאפשרים טוהר ויעילות משופרים בזיהוי חלקיקים ודחיית רקע.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Boosted Decision Tree Particle Identification. ScholarGate. https://scholargate.app/he/particle-physics/bdt-particle-identification
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- אלגוריתם הג'טים Anti-kTפיזיקת חלקיקים↔ השוואה
- שחזור מסלולים בפיזיקת אנרגיות גבוהות (HEP)פיזיקת חלקיקים↔ השוואה
- אנרגיה רוחבית חסרהפיזיקת חלקיקים↔ השוואה