Conjunto de Redes Neurais Artificiais para Detecção Online de Fótons de Altas Energias

Abstract

A correta identificação de partículas é um dos principais objetivos de experimentos de física de altas energias. Devido a alta taxa de eventos no Grande Colisor de Hádrons (LHC), o experimento ATLAS tem empregado técnicas baseadas em aprendizado de máquina a fim de encontrar eventos raros em grandes massas de dados. Entre eles está o NeuralRinger, um conjunto classificador de rede neural projetado para detecção rápida de elétrons com base em anéis concêntricos de calorímetro (sistema de medição de energia). Nesse contexto, o presente trabalho propõe a adaptação desta técnica, que opera identificando elétrons, para a detecção rápida de fótons. Os resultados com dados simulados mostram a eficiência do método proposto no ambiente do experimento ATLAS.