No abstract

Resumo-O fenômeno da sobreposição de sinais está relacionadoà taxa de ocorrência dos eventos e ao tempo de resposta dos sensores. Noâmbito dos detectores de partículas, o atual sistema de instrumentação do calorímetro hadrônico do ATLAS, um dos detectores do LHC, nãoé eficaz na reconstrução dos sinais afetados pela sobreposição. Nesse sentido, esse trabalho propõe a implementação de um circuito digital responsável pela reconstrução dos sinais provenientes deste calorímetro. A verificação funcional do circuito foi realizada através de um conjunto de dados simulados. A partir dos resultados, constatou-se que a solução proposta atendeu aos requisitos de funcionamento.

No abstract

No abstract

Resumo-O ATLASé um dos detectores do LHC (Large Hadron Collider), e está localizado no CERN (Organização Européia para a pesquisa Nuclear). Para adequada caracterização das partículasé preciso realizar uma precisa medição do perfil de deposição de energiaà medida que ocorrem interações com o detector. No ATLAS os calorímetros são responsáveis por realizar a estimação da energia das partículas e, neste sentido, utilizam mais de 100.000 sensores. Um dos discriminadores para a detecção online de elétrons utilizados no ATLASé o Neural Ringer, no qual o perfil de deposição de energiaé utilizado como entrada para um classificador neural tipo perceptron de múltiplas camadas. Este trabalho propõe o uso de Máquinas de Aprendizado Extremo (ELM) em substituiçãoàs redes do tipo perceptron multilayer no Neural Ringer. Os resultados obtidos de uma base de dados simulados apontam para uma significativa redução do tempo de treinamento, com desempenho de classificação semelhante.