Sign In
insight - Teilchenphysik Datenanalyse
Teilchenidentifizierung mit maschinellem Lernen aus unvollständigen Daten im ALICE-Experiment
Durch den Einsatz von Methoden des maschinellen Lernens kann die Teilchenidentifizierung im ALICE-Experiment im Vergleich zu traditionellen Methoden deutlich verbessert werden, auch wenn die Eingabedaten unvollständig sind.
Verbesserung der Λ-Signalextraktion durch Domänenanpassung mittels normalisierender Flüsse
Normalisierende Flüsse können verwendet werden, um die Diskrepanz zwischen simulierten und gemessenen Daten zu überbrücken und so die Leistung von Klassifizierungsalgorithmen zur Extraktion des Λ-Signals zu verbessern.
Products | Resources
© 2024 by Linnk AI