Simulation of noise in the Belle II strip vertex detector
| Název práce v češtině: | Simulace šumu ve stripovém vrcholovém detektoru Belle II |
|---|---|
| Název v anglickém jazyce: | Simulation of noise in the Belle II strip vertex detector |
| Klíčová slova: | částicová fyzika, Belle II, stripový detektor, šum, simulace, neurální síť |
| Klíčová slova anglicky: | particle physics, Belle II, strip detector, noise, simulation, neural network |
| Akademický rok vypsání: | 2018/2019 |
| Typ práce: | bakalářská práce |
| Jazyk práce: | angličtina |
| Ústav: | Ústav částicové a jaderné fyziky (32-UCJF) |
| Vedoucí / školitel: | RNDr. Peter Kvasnička |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 30.10.2018 |
| Datum zadání: | 30.10.2018 |
| Datum potvrzení stud. oddělením: | 18.03.2019 |
| Datum a čas obhajoby: | 25.06.2019 09:00 |
| Datum odevzdání elektronické podoby: | 16.05.2019 |
| Datum odevzdání tištěné podoby: | 16.05.2019 |
| Datum proběhlé obhajoby: | 25.06.2019 |
| Oponenti: | RNDr. Daniel Červenkov, Ph.D. |
| Zásady pro vypracování |
| Uchazeč se bude podílet na vytváření softwaru pro simulaci stripového vrcholového detektoru Belle II. Pro tento účel:
- se zevrubně seznámí s metodami strojového učení v Pythonu (scikit-learn) - naučí se programovat v softwarovém prostředí Belle II - basf2, - pochopí princip činnosti stripových křemíkových detektorů a charakter jejich dat, - získá praxi v použití softwaru a statistických metod k analýze dat křemíkových detektorů. Výsledkem práce bude: - implementace neurální sítě pro simulaci šumových signálů v stripech vrcholového detektoru Belle II, - optimalizace a kalibrace generátoru - validace generátoru na reálných datech modulů detektoru |
| Seznam odborné literatury |
| Belle II Technical Design Report, https://arxiv.org/abs/1011.0352
Belle II TWiki, https://confluence.desy.de/display/BI/Belle+II+Internal+WebHome Pilgrim, Mark: Dive into Python 3. Apress, 2009, ISBN 978-1-4302-2416-7 |
| Předběžná náplň práce |
| Cílem práce je vývoj a implementace náhodného generátoru šumových signálů v stripech křemíkového detektoru. Chceme generovat pulzy náhodné velikosti v náhodném čase, a protože výchozí rozdělení pravděpodobnosti je složité, použijeme neurální síť s náhodnými vstupy. Síť vytvoříme v Pythonu (scikit-learn), a natrénovanou síť použijeme v programovém prostředí experimentu Belle II - basf2 (C++). Pak se budeme zabývat doladěním parametrů generátoru srovnáním s reálnými daty a validací - budeme chtít ukázat, že náš generátor generuje šum se stejným rozdělením, jako pozorujeme v reálnných datech.
Zájemce se naučí - používat algoritmy strojového učení v Pythonu - volat tyto metody v C++ - rozumět fyzice křemíkových detektorů částic - analyzovat reálná data z experimentu Belle II a srovnat je se simulacemi |
| Předběžná náplň práce v anglickém jazyce |
| The candidate will develop and implement a random generator of noise signals in the strips of the Belle II vertex detector. The aim is to generate signals of random size at random times, and since the underlying probability distribution is complex, we will use a neural network with random inputs. We will create the network in Python (scikit-learn), and the train network will be called from the Belle II software framework - basf2 (C++). Then the task will be to tune the parameters of the generator and validate it - show that it generates noise with distributions observed in real Belle II data.
The candidate will learn to - use machine learning methods in Python - call trained methods from C++ - understand the physics of silicon particle detectors - analyze real Belle II data and compare them with simulations. |