Discriminadores Neurais De Partículas Para Um Detector Submetido A Uma Alta Taxa De Eventos

Abstract

Abstract-This article presents the results of using neural networks for the optimization of the ATLAS online filterring system, one of the main detectors of the particle collider LHC (Large Hadron Collider). The Regions of Interests of the ATLAS energy measurer calorimeter are mapped in 100 rings of energy deposition, whitch feed a classifier neural network to classify them as electron or jet. For the signal pre-processing, it is used a relevance mapping and PCA (Principal Component Analysis) to compact the information, increasing the processing speed and, eventually, increasing the detection efficiency, with a decreasing of false alarm rate.Keywords-CERN, ATLAS, nuclear physics, filter, classifier, neural networks.Resumo-Esse artigo mostra os resultados da aplicação de redes neurais na otimização do sistema de filtragem online do detector ATLAS, um dos pricipais detectores posicionados ao redor do ponto de colisão do colisionador de partículas deúltima geração, o LHC (Large Hadron Collider). As Regiões de Interesse do calorímetro medidor de energia do ATLAS são mapeadas em 100 anéis de deposição de energia, os quais alimentam a rede neural classificadora, que a classifica como elétron ou jato. Como pré-processamento dos sinais, utiliza-se um mapeamento de relevância e PCA (Análise de Componentes Principais) para a compactação da informação, aumentando-se a velocidade de processamento e, eventualmente, aumentando-se a eficiência de detecção, com diminuição da taxa de falso alarme.