BDT कण पहचान
बूस्टेड डिसीजन ट्री (BDT) कण भौतिकी में उपयोग किए जाने वाले शक्तिशाली बहुचर क्लासिफायर हैं जो डिटेक्टर हस्ताक्षरों के आधार पर विभिन्न कण प्रकारों के बीच अंतर करने के लिए उपयोग किए जाते हैं। अनुकूली बूस्टिंग के माध्यम से कई कमजोर निर्णय वृक्षों को जोड़कर, BDT साधारण कट की तुलना में बेहतर भेदभाव शक्ति प्राप्त करते हैं, जिससे कण पहचान और पृष्ठभूमि अस्वीकृति में शुद्धता और दक्षता में सुधार होता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Boosted Decision Tree Particle Identification. ScholarGate. https://scholargate.app/hi/particle-physics/bdt-particle-identification
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- एंटी-केटी जेट एल्गोरिथमकण भौतिकी↔ तुलना करें
- HEP Track Reconstructionकण भौतिकी↔ तुलना करें
- अनुपस्थित अनुप्रस्थ ऊर्जाकण भौतिकी↔ तुलना करें