Madlener, T. (2015). Machine-learning assisted track finding in the silicon vertex detector of the Belle II experiment [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2015.29159
Track finding; machine learning; neural networks; boosted decision trees
en
Abstract:
Belle II ist ein Detektor, der zur Zeit an der Kollisionsmaschine Super-KEKB in Japan aufgebaut wird. Physik mit Belle II erfordert zuverlässige Spurrekonstruktion im Silizium-Vertex-Detektor (SVD) des Experiments. Die Arbeit beschreibt die Anwendung von maschinellen Lernalgorithmen wie neuronalen Netzen und "boosted decision trees" zur Optimierung des Mustererkennungs-Algorithmus, der geladene Spuren im SVD findet.
de
Belle II is a detector currently under construction at the Super-KEKB collider in Japan. Physics with Belle II requires a reliable track reconstruction in the silicon vertex detector (SVD) of the experiment. The thesis describes the application of machine learning methods such as neural networks and boosted decision trees to the optimization of the pattern recognition algorithm that finds charged tracks in the SVD.
en
Weitere Information:
Zusammenfassung in deutscher Sprache Titelübersetzung des Autors: Anwendung von maschinellem Lernen auf die Spurerkennung im Silizium-Vertex-Detektor des Belle II-Experiments
