In questa tesi è stato sviluppato e messo a punto un algoritmo di ricerca di anomalie in spazi multidimensionali, utile per la identificazione di processi di nuova fisica in collisioni di alta energia quali quelle prodotte dall'acceleratore LHC e raccolte dall'esperimento CMS. L'algoritmo si basa su una standardizzazione dei dati multidimensionali che permetta la ricerca di zone ad alta densità locale nello spazio multidimensionale senza venir influenzato dalla disuniformità dei processi di background. La ricerca viene effettuata in intervalli multidimensionali nello spazio standardizzato, massimizzando una statistica di test che metta in evidenza l'accumulo di eventi nell'intervallo. Si sono studiate le proprietà a priori di potenza e type-1 error rate dell'algoritmo in condizioni standardizzate, e si è poi applicato l'algoritmo a un caso di fisica considerando eventi raccolti da CMS con getti adronici da b-quarks.
Anomaly Detection nei dati dell'esperimento CMS
Maccani, Chiara
2020/2021
Abstract
In questa tesi è stato sviluppato e messo a punto un algoritmo di ricerca di anomalie in spazi multidimensionali, utile per la identificazione di processi di nuova fisica in collisioni di alta energia quali quelle prodotte dall'acceleratore LHC e raccolte dall'esperimento CMS. L'algoritmo si basa su una standardizzazione dei dati multidimensionali che permetta la ricerca di zone ad alta densità locale nello spazio multidimensionale senza venir influenzato dalla disuniformità dei processi di background. La ricerca viene effettuata in intervalli multidimensionali nello spazio standardizzato, massimizzando una statistica di test che metta in evidenza l'accumulo di eventi nell'intervallo. Si sono studiate le proprietà a priori di potenza e type-1 error rate dell'algoritmo in condizioni standardizzate, e si è poi applicato l'algoritmo a un caso di fisica considerando eventi raccolti da CMS con getti adronici da b-quarks.File | Dimensione | Formato | |
---|---|---|---|
Maccani_Chiara-_Tesi.pdf
accesso aperto
Dimensione
1.16 MB
Formato
Adobe PDF
|
1.16 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/22701