高能物理机器学习方法-Indico@IHEP.PDFVIP

下载本文档

238
0
约2.6万字
约 56页
2018-09-28 发布于天津
举报
版权申诉

高能物理机器学习方法-Indico@IHEP.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

高能物理机器学习方法-Indico@IHEP

高能物理实验：机器学习方法 Machine Learning in High Energy Physics 杨海军 (上海交通大学） The International Summer School on TeV Experimental Physics (iSTEP) 武汉大学 2018年7月18 日报告大纲 • 高能物理实验（譬如大型强子对撞机实验LHC ） • 提高粒子探测效率的重要性 • 常用的机器学习方法 – Artificial Neural Networks (ANN) – Boosted Decision Trees (BDT) • 基于Root 的多变量分析软件包TMVA 2 CERN大型强子对撞机LHC ALICE ATLAS CMS LHCb 3 大型强子对撞机LHC ：质子对撞 • 质子-质子对撞示意图 4 大型强子对撞机LHC ：质子对撞巨大挑战：从10万亿次 Tunnel (26.7km) 碰撞中挑选一个希格斯 5 ATLAS 和CMS 探测器 ATLAS- 中国组 CMS- 中国组 - 高能所、南大、清华 - 高能所，北大 - 科大、山大、交大 - 北航，清华 6 探测器：粒子鉴别 Muon Spectrometer: muon identification and momentum measurement Hadronic calorimeter: Measurement of jets and missing energy Electromagnetic calo: e/ identificat