Titelaufnahme

Titel
Machine-learning assisted track finding in the silicon vertex detector of the Belle II experiment / Thomas Madlener
VerfasserMadlener, Thomas
Begutachter / BegutachterinFrühwirth, Rudolf
ErschienenWien, 2015
Umfang90 Seiten : Illustrationen, Diagramme
HochschulschriftTechnische Universität Wien, Diplomarbeit, 2015
Anmerkung
Zusammenfassung in deutscher Sprache
Titelübersetzung des Autors: Anwendung von maschinellem Lernen auf die Spurerkennung im Silizium-Vertex-Detektor des Belle II-Experiments
SpracheEnglisch
DokumenttypDiplomarbeit
Schlagwörter (DE)Spurerkennung / maschinelles Lernen / Neuronale Netze / Entscheidungsbäume
Schlagwörter (EN)Track finding / machine learning / neural networks / boosted decision trees
URNurn:nbn:at:at-ubtuw:1-84881 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Machine-learning assisted track finding in the silicon vertex detector of the Belle II experiment [3.71 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

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.

Zusammenfassung (Englisch)

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.