Identificarea Particulelor cu BDT
Arborii de decizie amplificați (Boosted Decision Trees - BDT) sunt clasificatori multivariati puternici utilizați în fizica particulelor pentru a distinge între diferite tipuri de particule pe baza semnăturilor detectorului. Prin combinarea multor arbori de decizie slabi printr-o amplificare adaptivă (adaptive boosting), BDT-urile ating o putere de discriminare superioară în comparație cu tăierile simple (simple cuts), permițând o puritate și o eficiență îmbunătățite în identificarea particulelor și respingerea fondului.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Harta metodelor
Vecinătatea metodelor înrudite — selectați un nod pentru a explora.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Boosted Decision Tree Particle Identification. ScholarGate. https://scholargate.app/ro/particle-physics/bdt-particle-identification
Ce metodă?
Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.
- Algoritmul anti-kT pentru jeturiFizica particulelor↔ compară
- Reconstrucția Traiectoriilor în Fizica Energiilor ÎnalteFizica particulelor↔ compară
- Energie transversală lipsăFizica particulelor↔ compară
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →