<div class="csl-bib-body">
<div class="csl-entry">Madlener, T. (2015). <i>Machine-learning assisted track finding in the silicon vertex detector of the Belle II experiment</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2015.29159</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2015.29159
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/4930
-
dc.description
Zusammenfassung in deutscher Sprache
-
dc.description
Titelübersetzung des Autors: Anwendung von maschinellem Lernen auf die Spurerkennung im Silizium-Vertex-Detektor des Belle II-Experiments
-
dc.description.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
dc.description.abstract
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
dc.language
English
-
dc.language.iso
en
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Spurerkennung
de
dc.subject
maschinelles Lernen
de
dc.subject
Neuronale Netze
de
dc.subject
Entscheidungsbäume
de
dc.subject
Track finding
en
dc.subject
machine learning
en
dc.subject
neural networks
en
dc.subject
boosted decision trees
en
dc.title
Machine-learning assisted track finding in the silicon vertex detector of the Belle II experiment
en
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.rights.license
In Copyright
en
dc.rights.license
Urheberrechtsschutz
de
dc.identifier.doi
10.34726/hss.2015.29159
-
dc.contributor.affiliation
TU Wien, Österreich
-
dc.rights.holder
Thomas Madlener
-
dc.publisher.place
Wien
-
tuw.version
vor
-
tuw.thesisinformation
Technische Universität Wien
-
tuw.publication.orgunit
E105 - Institut für Stochastik und Wirtschaftsmathematik