เปรียบเทียบวิธี

	การสร้างรอยทางอนุภาคพลังงานสูง (HEP Track Reconstruction)	การจำแนกอนุภาคด้วย BDT
สาขาวิชา	ฟิสิกส์อนุภาค	ฟิสิกส์อนุภาค
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1987	2000
ผู้ริเริ่ม	Charged particle physics community	Machine learning / particle physics community
ประเภท	Pattern recognition method	Particle discrimination algorithm
แหล่งต้นตำรับ	Fruhwirth, R. (1987). Application of Kalman filtering to track and vertex fitting. Nuclear Instruments and Methods in Physics Research Section A, 262(2-3), 444–450.	Breiman, L. (2001). Random Forests. Machine Learning, 45(1), 5–32.
ชื่อเรียกอื่น	tracking, charged particle reconstruction, trajectory fitting	BDT classifier, MVA particle ID, multivariate particle identification
ที่เกี่ยวข้อง	3	3
สรุป	Track reconstruction is the process of identifying and measuring the trajectories of charged particles through a detector, providing momentum and impact parameter information essential for particle identification, vertex reconstruction, and physics analysis in high-energy physics experiments.	Boosted Decision Trees (BDTs) are powerful multivariate classifiers used in particle physics to distinguish between different particle types based on detector signatures. By combining many weak decision trees through adaptive boosting, BDTs achieve superior discrimination power compared to simple cuts, enabling improved purity and efficiency in particle identification and background rejection.