Estudo dos algoritmos de classificação de elétrons no experimento atlas

• Ano de defesa: 2014
• Autor(a) principal: Meneghin, Cândida Aparecida Delgado
• Orientador(a): Nóbrega, Rafael Antunes
• Banca de defesa: Nepomuceno, André Asevedo , Cerqueira, Augusto Santiago , Rodrigues, André Massafferri
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
• Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia Elétrica
• Departamento: Faculdade de Engenharia
• País: Brasil
• Palavras-chave em Português: Atlas; Z’; LHC; Redes neurais artificiais; Elétrons; Artificial neural networks; Electrons
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: https://repositorio.ufjf.br/jspui/handle/ufjf/4160

O Modelo Padrão reúne tudo o que é atualmente conhecido sobre os mais fundamentais constituintes da matéria e suas interações. Embora o Modelo Padrão descreva com precisão os fenômenos dentro do seu domínio, ele ainda está incompleto. Desta forma, novas informações a partir de experimentos no Grande Colisor de Hádrons (LHC) e do detector ATLAS (A Toroidal LHC Apparatus) irão ajudar na busca de novas partículas. O processo de colisões de prótons que geram decaimentos com estado final leptônico é utilizado na busca de várias físicas de interesse, como por exemplo, a partícula Z’ e seu decaimento em elétron e pósitron. Neste trabalho foram feitas diversas análises com o intuito de verificar o comportamento do algoritmo HTL_Ringer e do Algoritmo e/γ Padrão em relação à eficiência de classificação de elétrons/pósitrons e rejeição de jatos através da análise de dois parâmetros. O primeiro diz respeito ao comportamento dos classificadores em relação ao reconhecimento dessas partículas numa larga faixa de momento. O segundo parâmetro utilizado para análises foi a coordenada η do detector ATLAS, com o objetivo não só de verificar o comportamento dos dados em relação a posição de choque com o detector, mas principalmente como os dois algoritmos se comportam em relação à essa coordenada e como esta informação pode influenciar na classificação das partículas de interesse. Os resultados mostram que as eficiências de classificação podem ser influenciados por estes dois parâmetros.