Λc reconstruction with artificial neural networks

Fraticelli, Chiara (2020) Λc reconstruction with artificial neural networks. [Laurea], Università di Bologna, Corso di Studio in Fisica [L-DM270]
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (10MB)

Abstract

Il rivelatore ALICE studia collisioni di ioni pesanti ultrarelativistici in modo da creare e di conseguenza studiare lo stato della materia chiamato plasma di quark e gluoni. Questo obiettivo risulta difficoltoso data la sua vita breve, quindi facciamo riferimento a misure indirette per la prova della sua esistenza. In questa tesi abbiamo sfruttato tecniche di machine learning per studiare il decadimento del barione charmato Λc per dedurre alcune sue proprietà. In particolare abbiamo usato il metodo delle reti neurali per ricavare tutte le informazioni possibili con la tecninca di un'analisi multivariata.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Fraticelli, Chiara
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Λ c,ALICE,Neural Networks,TMVA,Machine Learning,Λ c Reconstruction,CERN,LHC,QGP,ROOT,MLP
Data di discussione della Tesi
13 Marzo 2020
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^