دورية أكاديمية
Derin Öğrenme Yapıları ile Elektromanyetik Örnekleme Kalorimetresinde π0/γ Ayırt Edilmesi ; Separation of π0/γ in an Electromagnetic Sampling Calorimeter with Deep Learning Structures
| العنوان: | Derin Öğrenme Yapıları ile Elektromanyetik Örnekleme Kalorimetresinde π0/γ Ayırt Edilmesi ; Separation of π0/γ in an Electromagnetic Sampling Calorimeter with Deep Learning Structures |
|---|---|
| المؤلفون: | AYDIN, Güral, SARIGÜL, Hasan |
| المصدر: | Issue: 32 1175-1180 ; 2148-2683 ; Avrupa Bilim ve Teknoloji Dergisi |
| بيانات النشر: | Osman SAĞDIÇ |
| سنة النشر: | 2021 |
| المجموعة: | DergiPark Akademik (E-Journals) |
| مصطلحات موضوعية: | Yapay Sinir Ağları,Elektromanyetik Kalorimetresi,Foton Etkileşmesi,Parçacık Tanımlanması, Artificial Neural Network,Electromagnetic Calorimeter,Photon Interaction,Particle Identification |
| الوصف: | Bu çalışmada, bir elektromanyetik örnekleme kalorimetresinde nötr pion ve tek fotonun ayırt edilmesinde derin öğrenme yapay sinir ağlarının kullanılmasının ne kadar etkili olabileceği araştırılmıştır. Örnekleme kalorimetresi 9×9 matris dizini şeklinde Geant4 benzetim programı ile oluşturulmuştur. Nötr pion ve tek fotonun farklı enerjilerde kalorimetrede oluşturduğu duş görüntüleri kullanılarak parçacıkların tanımlanması gerçekleştirilmiştir. İlk olarak, görüntü parametreleri kullanılarak duş görüntülerindeki farklılıklar gözlemlenmiştir. Daha sonra, derin öğrenme yapıları içerisinde duş görüntülerinin oluşturduğu topolojiler giriş parametreleri olarak kullanılarak parçacıkların ayırt edilmesine çalışılmıştır. Makine öğrenmesi ile birlikte belirtilen benzetim koşullarında oldukça yüksek seviyede sinyal verimliliği ve arkaplan reddi değerlerine ulaşılabileceği görülmüştür. ; In this study, it was investigated how effective the use of deep learning artificial neural networks can be in distinguishing neutral pion and single photon in an electromagnetic sampling calorimeter. The sampling calorimeter was constructed in the form of a 9×9 matrix array with the Geant4 simulation program. Identification of the particles was carried out by using the shower images created by the neutral pion and a single photon at different energies in the calorimeter. First, differences in shower images were observed using image parameters. Then, the topologies created by the shower images were used as input parameters in deep learning structures to distinguish the particles. It has been observed that very high signal efficiency and background rejection values can be achieved under the specified simulation conditions with machine learning. |
| نوع الوثيقة: | article in journal/newspaper |
| وصف الملف: | application/pdf |
| اللغة: | Turkish |
| العلاقة: | https://dergipark.org.tr/tr/download/article-file/2148754Test; https://dergipark.org.tr/tr/pub/ejosat/issue/67030/1041107Test |
| DOI: | 10.31590/ejosat.1041107 |
| الإتاحة: | https://doi.org/10.31590/ejosat.1041107Test https://dergipark.org.tr/tr/pub/ejosat/issue/67030/1041107Test |
| رقم الانضمام: | edsbas.D9C0DE1F |
| قاعدة البيانات: | BASE |
| DOI: | 10.31590/ejosat.1041107 |
|---|