Identifikacija čestica pomoću BDT-a
Poboljšana stabla odlučivanja (engl. Boosted Decision Trees – BDT) su moćni multivarijantni klasifikatori koji se koriste u fizici čestica za razlikovanje različitih tipova čestica na osnovu detektorskih signatura. Kombinovanjem mnogih slabih stabala odlučivanja putem adaptivnog bustovanja, BDT-ovi postižu superiornu diskriminacionu moć u poređenju sa jednostavnim odsecima, omogućavajući poboljšanu čistoću i efikasnost u identifikaciji čestica i odbacivanju pozadine.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Mapa metoda
Okruženje srodnih metoda — izaberite čvor da biste istraživali.
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/sr/particle-physics/bdt-particle-identification
Koja metoda?
Postavite ovu metodu pored njoj najbližih srodnika i čitajte ih uporedo — biblioteka polaže knjige na sto; izbor je na vama.
- Anti-kT algoritam za mlazeveFizika čestica↔ uporedi
- Rekonstrukcija tragova u fizici visokih energijaFizika čestica↔ uporedi
- Nedostajuća poprečna energijaFizika čestica↔ uporedi
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →