Identifikasi Zarah BDT
Pemberat Pokok Keputusan (BDT) ialah pengelas multivariat berkuasa yang digunakan dalam fizik zarah untuk membezakan antara jenis zarah yang berbeza berdasarkan tanda pengesan. Dengan menggabungkan banyak pokok keputusan lemah melalui pemberatan adaptif, BDT mencapai kuasa diskriminasi yang unggul berbanding potongan ringkas, membolehkan ketulenan dan kecekapan yang dipertingkatkan dalam identifikasi zarah dan penolakan latar belakang.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Boosted Decision Tree Particle Identification. ScholarGate. https://scholargate.app/ms/particle-physics/bdt-particle-identification
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Algoritma Jet anti-kTFizik Zarah↔ banding
- HEP Track ReconstructionFizik Zarah↔ banding
- Tenaga Lintang HilangFizik Zarah↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →