Документ взят из кэша поисковой машины. Адрес
оригинального документа
: http://top.sinp.msu.ru/lev/phd/node32.html
Дата изменения: Fri Aug 3 16:59:58 2001 Дата индексирования: Sat Feb 2 21:40:55 2013 Кодировка: koi8-r |
Критерии начального отбора изменились в сторону более
жестких обрезаний по сравнению с аналогичными критериями,
использовавшимися в классическом анализе 3.3. Изменения связаны, в первую
очередь, с желанием удалить из фазового пространства ту часть, в которую дают
наибольший вклад некоторые NLO коррекции; как правило это мягкая область по
и малые углы разлета частиц. Такие коррекции сложно учесть при моделировании событий
и, следовательно, в таких областях проявляется наибольшее расхождение между собранными
данными и смоделированными событиями. С другой стороны, после начальных критериев
отбора применяются нейронные сети и, проанализировав эффективность тренировки
на событиях после предварительных критериев отбора 3.3, описанных в предыдущей
главе, и более жестких
обрезаний 4.1, 4.2, 4.3, 4.4,
оказалось,
что в случае, если до тренировки мы обрезаем область фазового пространства
с меньшей вероятностью для сигнала, т.е. ту, которую в любом случае прошлось
бы удалить, мы получаем более высокую эффективность регистрации. При этом сами распределения
более перекрыты, так как для тренировки оставляется область, где характеристики
фона очень близки к характеристикам сигнала. На рисунках 4.8
изображен выход одной из нейронных сетей для сигнала и фона.
Левый рисунок 4.8 показывает результат тренировки
в области после более мягких обрезаний и соответственно различий между
фоном и сигналом больше. На правом рисунке 4.8 показаны распределения выхода сети с более жесткими
начальными обрезаниями.
Большую часть событий на левом рисунке 4.8 приходится обрезать с помощью нейронных сетей,
так как при правильной нормализации распределений фон сильно превышает сигнал.
Благодаря более жестким предварительным обрезаниям, мы заранее удаляем часть
событий, которые в любом случае будут удалены и тренировка нейронной сети происходит
в более жесткой области. Это дает возможность более точно отразить различие
и, следовательно, повысить эффективность разделения сигнала и фона именно в
наиболее интересной, с точки зрения заключительных результатов, области.
|
Для каждого канала поиска были выбраны различные начальные критерии отбора. В дополнение к обрезаниям, приведенным в таблице 3.3, были применены следующие наборы, приведенные в таблицах 4.1, 4.2, 4.3, 4.4.
|
|
|
Эффективность начальных критериев отбора для событий, прошедших предварительные критерии отбора 3.1, показана в таблице 4.5.
|