Kalibrace a určování druhu jetů pomocí technik strojového učení
| Název práce v češtině: | Kalibrace a určování druhu jetů pomocí technik strojového učení |
|---|---|
| Název v anglickém jazyce: | Exploring jet calibration and jet tagging with machine learning techniques |
| Klíčová slova: | jet|jetová kalibrace|strojového učení|těžké ionty|LHC|CERN|ATLAS|cuML|TensorFlow |
| Klíčová slova anglicky: | jet|jet calibration|machine learning|jet tagging|LHC|CERN|ATLAS|cuML|TensorFlow |
| Akademický rok vypsání: | 2021/2022 |
| Typ práce: | diplomová práce |
| Jazyk práce: | angličtina |
| Ústav: | Ústav částicové a jaderné fyziky (32-UCJF) |
| Vedoucí / školitel: | Mgr. Martin Rybář, Ph.D. |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 17.09.2021 |
| Datum zadání: | 29.09.2021 |
| Datum potvrzení stud. oddělením: | 16.05.2023 |
| Datum a čas obhajoby: | 12.06.2023 09:00 |
| Datum odevzdání elektronické podoby: | 04.05.2023 |
| Datum odevzdání tištěné podoby: | 09.05.2023 |
| Datum proběhlé obhajoby: | 12.06.2023 |
| Oponenti: | Mgr. Pavol Federič, Ph.D. |
| Konzultanti: | doc. Mgr. Martin Spousta, Ph.D. |
| Zásady pro vypracování |
| Účelem těžko-iontové fyziky je zkoumat vlastnosti silné interakce a hmotu za extrémních podmínek vytvořených při srážce dvou relativistických těžkých iontů. Teorie silné interakce, kvantová chromodynamika, předpovídá vznik nového stavu hmoty tzv. kvark-gluonového plazmatu. V tomto prostředí dochází ovlivnění částic s velkou energií nesoucí barevný náboj, které vede k potlačení kolimované spršek částic, tzv. jetů.
Jety pocházející z různých druhů partonů (kvarků a gluonů) budou mít různou odezvu v detektoru a budou interagovat rozdílně při průchodu kvark-gluonové plazmy. Student bude zkoumat možnosti použití metod strojového učení pro určení druhu jetů, což by vedlo ke zlepšení jejich kalibrace a bylo použitelné i ve fyzikálních analýzách. |
| Seznam odborné literatury |
| Tomáš Davídek a Rupert Leitner, Elementární částice od prvních objevů po současné experimenty, Matfyzpress, ISBN 978-80-7378-205-4
The ATLAS Experiment at the CERN Large Hadron Collider, 2008. 437 pp., JINST 3 (2008) S08003 M. Cacciari, G. P. Salam and G. Soyez, Eur.Phys.J. C72 (2012) 1896 ATLAS Collaboration, ATL-PHYS-PUB-2018-013 (2018) S. Cheong, A. Cukierman, B.Nachman, M., A. Schwartzman, arXiv: 1910.03773 Scikit-learn: Machine Learning in {P}ython, Journal of Machine Learning Research, 12, 2825-2830, 2011 |
| Předběžná náplň práce v anglickém jazyce |
| The purpose of heavy-ion physics is to investigate the properties of the strong interaction and matter under the extreme conditions created by the collision of two relativistic heavy ions. The theory of the strong interaction, quantum chromodynamics, predicts the emergence of a new state of matter called a quark-gluon plasma. High-energy particles carrying a color charge are affected when traversing this hot and dense matter leading to the suppression of collimated sprays of particles, so-called jets.
Jets originating from different types of partons (quarks and gluons) will have different responses in the detector and interact differently as they pass through the quark-gluon plasma. The student will investigate the possibility of using machine learning methods to determine the type of jets, which would lead to improved calibration and be directly applicable in physical analyses. |