Object's details: How to reconstruct the unknown physical quantities using neural networks?

Provider:Repozytorium Uniwersytetu Łódzkiego

Description

Title:
How to reconstruct the unknown physical quantities using neural networks?
Creator:
Wolter, Marcin
Contributor:
Institute of Nuclear Physics, Polish Academy of Sciences, Kraków
Description:
Supported in part by Polish Ministry of Science And Higher Education grants 154/6.PRUE/2007 and PBS NR 132/CER/2006/03.;
In this article an application of neural networks to the reconstruction of unknown physical quantities in particle physics is presented. As an example the mass reconstruction of the hypothetical Higgs boson in the typical high energy physics experiment is used. Monte Carlo events are used to determine the probability distributions of observables (energies of two jets and the angle between them) for various Higgs boson mass, which are later fitted using a Neural Network. These distributions are used to determine the mass probability distribution of the measured particle. The mass is reconstructed without knowing the functional dependence between the observables and the measured quantity. The miscalibration of the measured quantities is automatically corrected in this method.;
W artykule zaprezentowane jest zastosowanie sieci neuronowych do rekonstrukcji nieznanych wielkości w fizyce cząstek elementarnych. Jako przykład użyta jest rekonstrukcja masy hipotetycznego bozonu Higgsa oparta na symulowanych danych. Dane te zostały użyte do wyznaczenia rozkładów prawdopodobieństwa mierzonych wielkości (energie dwóch dżetów oraz kąt pomiędzy nimi) dla różnych mas cząstki Higgsa. Rozkłady te zostały następnie sparametryzowane za pomocą sieci neuronowych oraz wyznaczenia rozkładu prawdopodobieństwa masy mierzonej cząstki. Masa jest wyznaczona bez użycia zależności funkcyjnej pomiędzy mierzonymi wielkościami a rekonstruowaną masą. Kalibracja wielkości pomiarowych jest automatycznie korygowana poprzez rozkłady prawdopodobieństwa.;
Zadanie pt. Digitalizacja i udostępnienie w Cyfrowym Repozytorium Uniwersytetu Łódzkiego kolekcji czasopism naukowych wydawanych przez Uniwersytet Łódzki nr 885/P-DUN/2014 zostało dofinansowane ze środków MNiSW w ramach działalności upowszechniającej naukę.
Object availability:
free access
Rights:
© Copyright by Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2008
Date:
2016.01.03;
2008
Type:
Article
Language:
English
Format:
application/pdf
Publisher:
Wydawnictwo Uniwersytetu Łódzkiego
Relation:
Acta Universitatis Lodziensis. Folia Oeconomica;216
Subject:
reconstruction;
physics;
Bayesian;
neural network
Identifier:
0208-6018;
http://hdl.handle.net/11089/16203
Data provider:
Repozytorium Uniwersytetu Łódzkiego

Similar objects

How to reconstruct the unknown physical quantities using neural networks?

Creator:Wolter, Marcin

Date:2016.01.03 | 2008

Type:image

A new neural network optimization technique with application to nuclear data basis

Creator:Kamiński, Wiesław Andrzej (1949- ) | Jaszuk, Marek

Date:2001

Type:image

Accuracy evaluation of convolutional neural network classification algorithms for building identification in rural and urban areas from very-high-resolution satellite imagery in Jambi, Indonesia

Creator:Nugroho, Daniel | Dimyati, Muhammad | Laswanto

Date:2022.12.09

Type:text

Research on Information Processing System of Sports Combination Training Model Based on Machine Learning and Neural Network

Creator:Yu, Songmao | Wang, Lei | Li, Tianwei

Date:2024.12.31

Type:text

Optimization of prediction of morphological disorders of skeletal muscles in experimental acute ischemia-reperfusion on the basis of combined changes in lipid peroxidation and antioxidant protection by neural network clustering

Date:2020.07.31

Type:text

Dynamics of land cover change in the Anambra River Basin of Nigeria and implications for sustainable land management

Date:2024.03.15

Type:other

Artificial Neural Network as a FPGA Trigger for a Detection of Neutrino-Induced Air Showers

Creator:Pytel, Krzysztof | Głas, Dariusz | Szadkowski, Zbigniew

Date:2021.11.04 | 2016

Type:text

Neural networks for the Recognition of X-ray Images of Ailments for Covid-19

Creator:Diachenko, Liliia | Lazoriak, Oleksandr | Dobrovolsky, Yurii | Prokhorov, Georgii | Shumyliak, Liliia

Date:2022.04.26

Type:text

Federacja Bibliotek Cyfrowych

Object's details: How to reconstruct the unknown physical quantities using neural networks?

Description

Similar objects