Rekonstruktion från detektordata med hjälp av neurala nätverk

Examensarbete för kandidatexamen

Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12380/256450
Download file(s):
File Description SizeFormat 
256450.pdfFulltext2.86 MBAdobe PDFView/Open
Type: Examensarbete för kandidatexamen
Bachelor Thesis
Title: Rekonstruktion från detektordata med hjälp av neurala nätverk
Authors: Olander, Jacob
Skarin, Miriam
Svensson, Pontus
Wadman, Jakob
Abstract: Denna rapport demonstrerar hur artificiella neurala nätverk utifrån data från partikeldetektorer kan rekonstruera relevanta egenskaper hos partiklar skapade vid kärnfysikexperiment. Enkla fall undersöks där energin hos en -partikel ska bestämmas, men även mer komplexa fall där både energin och emissionsriktningen hos flera partiklar ska rekonstrueras. Arbetsprocessen har till stor del varit iterativ, där mycket fokus lagts på att optimera kostnadsfunktionen. Rekonstruktionen kan utföras för både en och flera partiklar och är inte begränsad till att behandla en partikelegenskap åt gången. Slutsatsen av undersökningen är att artificiella neurala nätverk kan användas för att rekonstruera partikelegenskaper, men att de metoder som utvecklats i detta arbete, ännu inte är bättre än befintliga rekonstruktionsmetoder grundade i fysik. Fortsatta studier behövs för att definitivt kunna avgöra om artificiella neurala nätverk kan användas för att göra bättre rekonstruktioner än vad som i dagsläget är möjligt.
Keywords: Fysik;Physical Sciences
Issue Date: 2018
Publisher: Chalmers tekniska högskola / Institutionen för fysik (Chalmers)
Chalmers University of Technology / Department of Physics (Chalmers)
URI: https://hdl.handle.net/20.500.12380/256450
Collection:Examensarbeten för kandidatexamen // Bachelor Theses



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.