Sistema Online Inteligente para Classificação de Fótons Baseado em Sinais de Calorimetria em um Ambiente com Alta Taxa de Eventos

Luiz Eduardo Balabram Filho, José de Seixas, Edmar Egidio Purcino de Souza, Eduardo Simas Filho, Juan Lieber Marin

DOI: 10.14209/sbrt.2024.1571036836

Evento: XLII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT2024)

Keywords: Redes Neurais Convolucionais Extração de Características Fótons Reconhecimento de Padrões

Abstract

Dentre o vasto programa de física de partículas do experimento ATLAS do LHC no CERN, fótons são partículas de interesse em distintos modelos físicos, que podem estar relacio- nados com fenômenos ainda não verificados experimentalmente. Para identificar fótons um sofisticado sistema sequencial de seleção online de eventos (trigger) torna-se necessário, uma vez que nas colisões de prótons, ate 52 TB/s de informação pode ser produzida, no qual a maior parte da informação é caracterizada como ruido de fundo. Neste trabalho, uma estratégia inteligente de classificação 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. Redes Neurais Artificiais são projetadas com a informação dos anéis como entradas, para a discriminação entre fótons e ruido de fundo. Os resultados do método proposto indicaram melhorias com uma redução em ate X pontos percentuais na aceitação de ruido de fundo, considerando uma eficiência de Y% na identificação online de fótons

Download