BDT identifikacija čestica
Poboljšana stabla odlučivanja (BDT) moćni su multivarijatni klasifikatori koji se koriste u fizici čestica za razlikovanje različitih tipova čestica na temelju detektorskih potpisa. Kombiniranjem mnogih slabih stabala odlučivanja putem adaptivnog pojačavanja (boosting), BDT-ovi postižu superiornu diskriminacijsku moć u usporedbi s jednostavnim rezovima, omogućujući poboljšanu čistoću i učinkovitost u identifikaciji čestica i odbacivanju pozadine.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Boosted Decision Tree Particle Identification. ScholarGate. https://scholargate.app/hr/particle-physics/bdt-particle-identification
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Anti-kT Jet AlgoritamFizika čestica↔ usporedi
- HEP rekonstrukcija tragovaFizika čestica↔ usporedi
- Nedostajuća transverzalna energijaFizika čestica↔ usporedi
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →