Título: Sistema Online Inteligente para Classificação de Fótons Baseado em Sinais de Calorimetria em um Ambiente com Alta Taxa de Eventos
Autores: Luiz Eduardo B. Filho, Jose M. de Seixas, Edmar Egidio P. de Souza, Eduardo F. S. Filho, Juan L. Marin & Bernardo S. M. Peralva
Resumo: Dentre o vasto programa de física do experimento ATLAS do LHC, fótons estão envolvidos em distintos modelos físicos, que podem estar relacionados com interações ainda não observadas experimentalmente. Para identificar fótons um sistema sequencial de seleção online de eventos ( trigger) torna-se necessário, uma vez que durante as colisões de prótons, ≈ 52 TB/s de informação pode ser produzida, na qual a maior parte da informação produzida trata-se de ruido de fundo. Neste trabalho, uma estratégia inteligente de identificação online de fótons é proposta. A energia medida nos calorímetros do ATLAS é então formatada em anéis concêntricos em torno da célula com maior energia depositada. Diferentes arquiteturas de redes neurais artificiais foram projetadas com a informação dos anéis como entradas, para discriminar fótons e ruido de fundo. Os resultados do método proposto indicaram melhorias com uma redução em ate 31 pontos percentuais na aceitação de ruido de fundo, considerando uma eficiência de 83,7% na identificação online de fótons.
Palavras-chave: Convolutional Neural Networks; Photons; Pattern Recognition.
Páginas: 7
Código DOI: 10.21528/CBIC2025-1132576
Artigo em PDF: CBIC_2025_paper1132576.pdf
Arquivo BibTeX:
CBIC_2025_1132576.bib