Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Uso de redes neurais para identificação do decaimento do bóson W
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/11449/258394
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Barreiro, Luiz Antonio | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Fernandez Perez Tomei, Thiago Rafael | - |
| Autor(es): dc.creator | Santos, Gabriel Oliveira dos | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T15:41:41Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T15:41:41Z | - |
| Data de envio: dc.date.issued | 2024-11-26 | - |
| Data de envio: dc.date.issued | 2024-11-26 | - |
| Data de envio: dc.date.issued | 2024-11-13 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/258394 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/258394 | - |
| Descrição: dc.description | Este trabalho estuda o uso de redes neurais artificiais para identificar o decaimento do Bóson W em experimentos de física de partículas, como o Compact Muon Solenoid (CMS) no Large Hadron Collider (LHC). O Bóson W é uma partícula mediadora da interação fraca, responsável por processos fundamentais como o decaimento de nêutrons e a troca de sabor entre quarks. Inicialmente, o estudo aborda conceitos do Modelo Padrão da física de partículas, descrevendo as interações entre partículas elementares e destacando a importância do Bóson W. O detector CMS é detalhado com foco nos sistemas de detecção de partículas, como os calorímetros eletromagnético e hadrônico, essenciais para medir a energia das partículas resultantes das colisões. O trabalho destaca o fenômeno de "jatos gordos", que ocorrem quando partículas altamente energéticas, decaem em pares de outras partículas que produzem jatos quase sobrepostos. Esses jatos são difíceis de distinguir por métodos tradicionais devido à proximidade das partículas geradas. A identificação correta desses jatos gordos é crucial para diferenciar eventos de decaimento do Bóson W de outros processos de fundo. Para identificar o Bóson W e seus jatos gordos, utilizou-se uma rede neural multilayer perceptron (MLP), que processa grandes volumes de dados experimentais, identificando padrões complexos. A rede foi treinada com dados simulados, focando na distinção entre eventos de decaimento do Bóson W e outros processos semelhantes. O tratamento de dados incluiu a seleção de características como a energia transversal e a pseudo-rapidez das partículas. A rede MLP foi estruturada com várias camadas ocultas, otimizadas para aumentar a precisão da identificação. Funções de ativação como ReLU foram usadas para melhorar o desempenho durante o treinamento, e algoritmos de otimização, como SGD com momento e ADAM, foram testados. A avaliação do desempenho foi feita através de curvas receiver operating characteristic (ROC), que mostraram a capacidade do modelo em reduzir falsos positivos e distinguir corretamente os decaimentos do Bóson W. Conclui-se que a aplicação de machine learning, especialmente redes neurais, é uma abordagem promissora na análise de dados do CMS, permitindo a identificação precisa de jatos gordos e eventos específicos de decaimento de partículas fundamentais. Este avanço destaca o potencial das técnicas de aprendizado de máquina em experimentos de alta energia, auxiliando no progresso da pesquisa em física de partículas. | - |
| Descrição: dc.description | This work studies the use of artificial neural networks to identify the decay of the W boson in particle physics experiments, such as the Compact Muon Solenoid (CMS) at the Large Hadron Collider (LHC). The W boson is a mediator of the weak interaction, responsible for fundamental processes such as neutron decay and flavor exchange between quarks. Initially, the study addresses concepts from the Standard Model of particle physics, describing interactions between elementary particles and highlighting the importance of the W boson. The CMS detector is detailed with a focus on particle detection systems, such as the electromagnetic and hadronic calorimeters, which are essential for measuring the energy of particles resulting from collisions. The work emphasizes the phenomenon of "fat jets," which occur when highly energetic particles decay into pairs of other particles that produce nearly overlapping jets. These jets are difficult to distinguish using traditional methods due to the proximity of the generated particles. Correctly identifying these fat jets is crucial for differentiating W boson decay events from other background processes. To identify the W boson and its fat jets, a multilayer perceptron neural network (MLP) was employed, capable of processing large volumes of experimental data and identifying complex patterns. The network was trained with simulated data, focusing on distinguishing W boson decay events from other similar processes. Data processing included feature selection such as transverse energy and pseudo-rapidity of the particles. The MLP was structured with several hidden layers optimized to enhance identification accuracy. Activation functions like ReLU were used to improve performance during training, and optimization algorithms such as SGD with momentum and ADAM were tested. Performance evaluation was conducted through receiver operating characteristic (ROC) curves, which demonstrated the model's ability to reduce false positives and correctly distinguish W boson decays. It is concluded that the application of machine learning, particularly neural networks, is a promising approach in the analysis of CMS data, enabling precise identification of fat jets and specific events of fundamental particle decays. This advancement highlights the potential of machine learning techniques in high-energy experiments, contributing to the progress of research in particle physics. | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | CNPq: 121762/2023-8 | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
| Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
| Palavras-chave: dc.subject | Física de altas energias | - |
| Palavras-chave: dc.subject | Identificação de partículas | - |
| Palavras-chave: dc.subject | Colisões hadrônicas | - |
| Palavras-chave: dc.subject | Bóson W | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | High-energy physics | - |
| Palavras-chave: dc.subject | Particle identification | - |
| Palavras-chave: dc.subject | Hadronic collisions | - |
| Palavras-chave: dc.subject | W boson | - |
| Título: dc.title | Uso de redes neurais para identificação do decaimento do bóson W | - |
| Título: dc.title | Using neural networks to identify the W boson | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo