1. Universidade Federal da Bahia
  2. Escola Politécnica
  3. Trabalho de Conclusão de Curso (Graduação) - Engenharia de Controle e Automação de Processos (Escola Politécnica)
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufba.br/handle/ri/37818
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.creatorAcácio, Amanda Santiago-
dc.date.accessioned2023-09-15T12:18:12Z-
dc.date.available2023-09-15T12:18:12Z-
dc.date.issued2023-07-14-
dc.identifier.urihttps://repositorio.ufba.br/handle/ri/37818-
dc.languageporpt_BR
dc.publisherUniversidade Federal da Bahiapt_BR
dc.subjectExperimento ATLASpt_BR
dc.subjectSistema de filtragempt_BR
dc.subjectCalibraçãopt_BR
dc.subjectHigh-level trigger (HLT)pt_BR
dc.subjectGradient boosted decision tree (GBDT)pt_BR
dc.titleCalibração da medição de energia de um detector de partículas utilizando árvore de decisão com impulso por gradientept_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.publisher.initialsUFBApt_BR
dc.publisher.countryBrasilpt_BR
dc.subject.cnpqCNPQ::ENGENHARIASpt_BR
dc.contributor.advisor1Simas Filho, Eduardo Furtado de-
dc.contributor.advisor1IDhttps://orcid.org/0000-0001-8707-785Xpt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6012321412801915pt_BR
dc.contributor.referee1Simas Filho, Eduardo Furtado de-
dc.contributor.referee1IDhttps://orcid.org/0000-0001-8707-785Xpt_BR
dc.contributor.referee1Latteshttp://lattes.cnpq.br/6012321412801915pt_BR
dc.contributor.referee2Silva, Paulo Roberto A. da-
dc.contributor.referee3Makhoul Jr., Bassem Yousseff-
dc.description.resumoEste 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.pt_BR
dc.publisher.departmentEscola Politécnicapt_BR
dc.type.degreeBachareladopt_BR
dc.publisher.courseENGENHARIA DE CONTROLE E AUTOMAÇÃO DE PROCESSOS - NOTURNOpt_BR
Aparece en las colecciones: Trabalho de Conclusão de Curso (Graduação) - Engenharia de Controle e Automação de Processos (Escola Politécnica)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TccAmandaAcacioFinal - Eduardo Simas.pdfTrabalho de Conclusão de Curso Amanda Santiago Acacio2,59 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.