Документ взят из кэша поисковой машины. Адрес
оригинального документа
: http://top.sinp.msu.ru/lev/phd/node31.html
Дата изменения: Fri Aug 3 16:59:30 2001
Дата индексирования: Sat Feb 2 21:40:54 2013
Кодировка: koi8-r
|
Next: Новые критерии начального отбора
Up: Применение метода нейронных сетей
Previous: Внесенные изменения по сравнению
  Contents
Одним из недостатков классического анализа, описанного в предыдущей главе,
был неэффективный метод удаления событий с космическими мюонами,
основанный на простом обрезании по переменной
(угол между изолированным и
тагирующем мюонами в поперечной плоскости). На данном этапе,
был предложен и реализован
другой метод очистки образцов, основанный на применении нейронных сетей.
Выбирались основные переменные, чувствительные к отличиям мюонов
из космоса и рождающихся в
-столкновениях:
-
;
- IP
-прицельный параметр трека изолированного
мюона, по отношению к линии пучка протонов;
- IP
- тоже для тагирующего мюона;
-
- поперечный импульс изолированного мюона;
-
- тоже для тагирующего мюона;
-
- z-координата вершины трека
изолированного мюона;
-
- тоже для тагирующего мюона.
Проверялись нейронные сети с меньшим числом переменных, но результаты
сравнения показали, что оптимально использовать все 7 переменных.
Ввести дополнительные характерные отличия космических мюонов, например,
выделенное направление сверху вниз, не позволила геометрия детектора.
В качестве тренировочных образцов использовались два класса событий.
Первый класс - взвешенная сумма всех МК событий для сигнальных и фоновых
процессов (
,
,
,
,
,
,
,
).
Второй класс - все доступные события из данных, прошедшие
начальные критерии отбора и обрезание
рад. (при этом, в основном, остаются
события с космическим мюоном).
На рисунке 4.7, показаны распределения выхода нейронной
сети для двух классов событий (левый рисунок) и выход нейронной
сети для данных и суммы смоделированных фонов и сигнала (правый рисунок).
Выход нейронной сети для космических лучей локализован в районе нуля,
в то время как реальные события распределены в районе единицы
(обычное определение для сигнала и фона при тренировке сети)
На правом рисунке хорошо видно, что ближе к нулю данные сильно
превышают смоделированные события и это обусловлено вкладом
космических лучей. Небольшой пик в районе нуля в кривой соответствующей
моделированию, идет от QCD фона, который вычислялся путем перенормировки
многоструйных событий из данных и, следовательно, так же содержит
космические мюоны. Для дальнейшего анализа были оставлены события
с выходом нейронной сети больше 0.85
- Выход NN
![$ _{\rm cosmic} > 0.85$](img801.gif)
Применение такого обрезания оставляет 63% s-канального и
68% t-канального сигнала; 38% фоновых событий и 16% данных.
Эту эффективность можно сравнить с эффективностью
в классическом анализе: 60% s-канальный,
66% t-канальный сигнал,
60% фон и 26% данные. До обрезаний на космику 84% фона происходило от
QCD событий, в которых много космических мюонов, старые обрезания удаляли
54% QCD фона, новые 67%; при этом эффективность для сигнала возросла.
Очевидно преимущество нового метода для удаления космики из мюонного канала
с тагируюшим мюоном.
Figure 4.7:
Выход нейронной сети, натренированной на космические мюоны.
(a): тренировочные образцы;
равные значения Монте-Карло событий и
событий с космическим мюоном (данные); (b):
отобранные данные (треугольники)
и смоделированные события для полной суммы всех фоновых и сигнальных процессов
(кривая с обозначенной ошибкой вычислений).
![\begin{figure}
\centerline {\protect\psfig
{figure=fig3_cosmic_NN_output.eps,width=6.4 in}}\vspace{0.2 in}
\end{figure}](img802.gif) |