Please use this identifier to cite or link to this item:
https://repositorio.ufba.br/handle/ri/37818
metadata.dc.type: | Trabalho de Conclusão de Curso |
Title: | Calibração da medição de energia de um detector de partículas utilizando árvore de decisão com impulso por gradiente |
metadata.dc.creator: | Acácio, Amanda Santiago |
metadata.dc.contributor.advisor1: | Simas Filho, Eduardo Furtado de |
metadata.dc.contributor.referee1: | Simas Filho, Eduardo Furtado de |
metadata.dc.contributor.referee2: | Silva, Paulo Roberto A. da |
metadata.dc.contributor.referee3: | Makhoul Jr., Bassem Yousseff |
metadata.dc.description.resumo: | Este trabalho apresenta a análise de um modelo de calibração utilizando árvores de decisão na etapa rápida do High-Level Trigger (HLT) do Experimento ATLAS, que é um componente essencial do sistema de filtragem de dados e tomada de decisão do no Grande Colisor de Hádrons (do inglês: Large Hadron Collider). No Experimento ATLAS, o processo de calibração das medições de energia no HLT costuma ser feito com GBDT (Gradient Boosted Decision Tree). Diante disso, o objetivo desse estudo é avaliar o desempenho e comportamento da GBDT para diferentes conjuntos de entradas. Na primeira parte do trabalho, é apresentada uma revisão teórica sobre os princípios de funcionamento do LHC e do Experimento ATLAS, bem como a sua importância no contexto da física de partículas. São abordados os aspectos relacionados à necessidade de filtragem online e o papel do HLT na seleção de eventos de interesse científico. A segunda parte do trabalho se concentra nos aspectos técnicos e operacionais do HLT do Experimento ATLAS. São apresentados os principais métodos e técnicas utilizados, como o uso de árvores de decisão para a classificação dos eventos de interesse. Além disso, são discutidas as estratégias de otimização na implementação e no ajuste da GBDT no HLT. Por fim, são apresentados resultados e análises de desempenho da GBTD, incluindo análise gráficas da dispersão, e variância dos treinamentos realizados. Essas análises são fundamentais para avaliar a capacidade da GBTD em cumprir os objetivos de otimizar as demandas computacionais e melhorar a eficiência na seleção de partículas eletromagnéticas. Os resultados mostraram que a diferença relativa entre a configuração de entrada da GBDT com vinte e oito anéis e a configuração de cem anéis não ultrapassaram 10%, demonstrado que a estimava dos eventos para os dois arranjos são similares. |
Keywords: | Experimento ATLAS Sistema de filtragem Calibração High-level trigger (HLT) Gradient boosted decision tree (GBDT) |
metadata.dc.subject.cnpq: | CNPQ::ENGENHARIAS |
metadata.dc.language: | por |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal da Bahia |
metadata.dc.publisher.initials: | UFBA |
metadata.dc.publisher.department: | Escola Politécnica |
URI: | https://repositorio.ufba.br/handle/ri/37818 |
Issue Date: | 14-Jul-2023 |
Appears in Collections: | Trabalho de Conclusão de Curso (Graduação) - Engenharia de Controle e Automação de Processos (Escola Politécnica) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TccAmandaAcacioFinal - Eduardo Simas.pdf | Trabalho de Conclusão de Curso Amanda Santiago Acacio | 2,59 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.