ВВЕДЕНИЕ 3
1. Нейронные сети в физике высоких энергий 5
1.1. Искусственные нейронные сети 5
1.2. Использование нейронных сетей для обработки экспериментальных
данных 10
1.3. Примеры использования нейронных сетей в ФВЭ 13
1.3.1 Разделение кварк-глюонных струй 13
1.3.2 Идентификация тяжелых кварков 14
1.3.3 Идентификация системы частиц в конечном состоянии 14
1.3.4 Идентификация частиц в детекторе типа RIGH 15
1.3.5 Реконструкция треков 15
2. Физика глюонных струй 18
2.1. Адронные струи 18
2.2. Характеристики глюонных струй 23
3. Практическая часть 28
3.1. Проектирование нейронной сети для распознавания глюонных струй 28
3.2. Результаты 34
ЗАКЛЮЧЕНИЕ 38
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 39
ПРИЛОЖЕНИЕ А. Код программы 43
В последние два десятилетия значительно возросло количество исследований по использованию искусственных нейронных сетей (ИНС) в экспериментальной физике, где ИНС широко используются для анализа данных. Растет число публикаций по применению нейронных сетей в ведущих журналах по физике, на конференциях, как правило, существует отдельная секция для этих докладов. Это обусловлено следующими причинами.
Основными требованиями к обработке в современных экспериментах являются: максимальная скорость расчета с максимально возможной точностью и высокая эффективность методов оценки физических параметров, представляющих интерес для экспериментаторов. Соблюдение этих требований при наличии этих условий неизбежно приводит к ограничениям в методах кластерного анализа, метода наименьших квадратов, который в этих условиях больше не гарантирует точность, скорость вычисления или высокую эффективность оценки. Поэтому возникла насущная необходимость разработки нового математического и алгоритмического аппарата на новой компьютерной базе.
Цель исследования - разработать ИНС для распознавания глюонных струй в экспериментах на встречных пучках.
Для этого надо решить следующие задачи:
- ознакомится с основными понятиями ИНС;
- выяснить способы измерений в физике больших скоростей;
- рассмотреть принципы использования ИНС для обработки данных;
- рассмотреть практики использования ИНС;
- изучить физику адронных струй и определить отличительные признаки струй с кварковым и глюонным источником;
- разработать программное обеспечение;
- провести экспериментальное исследование эффективности распознавания струй.
Объект исследования - адронные струи.
Предмет исследования - распознавание глюонных струй.
Работа состоит из введения, трех глав основной части, заключения, списка литературы и приложения
Для работы над ВКР были использованы научные обзоры и статьи по данной тематике, как отечественных, так и зарубежных ученых. В разработке программного обеспечения использовались ореп-зонгсе проекты и интернет- источники.
Искусственные нейронные сети (ИНС) широко применяются в физике высоких энергий. Эти преимущества в основном связаны со способностью ИНС разделять классы событий с довольно сложной границей между ними, способностью работать с "неполными" и "размытыми" данными, толерантностью к шуму, скоростью ИНС и способностью адаптироваться к новым условиям.
В первой главе представлены результаты использования нейронных сетей для широкого класса проблем классификации и идентификации в физике высоких энергий. Несколько приложений, представленных в задачах распознавания, показывают, как традиционные вычислительные процедуры эффективно могут быть заменены на нейронную сеть.
Во второй главе рассмотрена конкретная проблема экспериментальной физики - проблема распознавания источника адронной струи. Это может быть глюон или кварк. В конце главы сформулированы отличительные признаки глюонных струй.
В третьей главе разработано программное обеспечение на языке программирования Ру11юп и выполнено экспериментальное исследование применения ИНС для распознавания глюонных струй.
В работе предложена ИНС типа FFNN (Геес1-Гогуагс1 NN) с архитектурой 4-4-1. В отличие от применяемых FFNN с архитектурой 16-10¬1 или 6-6-1, ИНС имеет более высокую скорость срабатывания при почти той же вероятности распознавания (61% против 65%).
