18.01.2014 Aufrufe

IEKP-KA/2013-8 - Institut für Experimentelle Kernphysik - KIT

IEKP-KA/2013-8 - Institut für Experimentelle Kernphysik - KIT

IEKP-KA/2013-8 - Institut für Experimentelle Kernphysik - KIT

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

52 6. Das neuronale Netzwerk für den Übergangsstrahlungsdetektor<br />

Abbildung 6.5.: Verteilung der EoverP Variable, die das Verhältnis von im Kalorimeter<br />

deponierter- zur Gesamtenergie eines Teilchens gibt.<br />

parametrisieren. Zusätzlich wurden noch aus den Energieabgaben zusammengesetzte, sogenannte<br />

integrierte Variablen getestet. Dazu wurde beispielsweise der RMS 5 oder der<br />

gestutzte Mittelwert der Energieabgaben betrachtet. Solche Variablen haben für sich alleine<br />

genommen gute Separationseigenschaften, allerdings tragen sie eventuell vorhandenen<br />

Korrelationen zwischen den einzelnen Lagen keine Rechnung und berauben dem neuronalen<br />

Netzwerk damit seiner potentiellen Vorteile gegenüber dem Likelihoodverhältnis.<br />

In Abbildung 6.7 ist ein Vergleich zwischen neuronalen Netzwerken mit unterschiedlichen<br />

Eingangsvariablen zu sehen. Dabei steht Int für das Set integrierter Variablen, Lay für die<br />

Energieabgaben in jeder Lage, Rig für die Rigidität des Teilchens, Beta für die relativistische<br />

Geschwindigkeit und Xe für den Teildruck des Xenongases. Außerdem wurde noch<br />

der Einfallswinkel des Teilchens zur z-Achse im Übergangsstahlungsdetektor als Eingangsvariable<br />

Theta und die geographische Breite Lat getestet. Die zum Vergleich verwendete<br />

Größe ist dabei die Protonenunterdrückung Rej 6 , die als Kehrwert der Effizienz Protonen<br />

als Signal zu selektieren nach<br />

Rej = 1 ε p<br />

(6.1)<br />

definiert ist. Die Protonenunterdrückung gibt damit an, auf wie viele Protonen im Durchschnitt<br />

eins als Signal falsch identifiziert wird. Die Protonenunterdrückung ist abhängig<br />

von der Signaleffizienz, die angibt wie viele Leptonen auch als solche erkannt werden. Als<br />

Vergleichsgröße ist die Protonenunterdrückung gut geeignet, da sie bei gegebener Entscheidungsgrenze<br />

nur mit Informationen der Protonenverteilung errechnet werden kann und<br />

nicht, wie beispielsweise die Reinheit, vom Verhältnis der Protonen- zur Leptonenanzahl<br />

abhängt, so dass diese normiert werden müssten. Die verschiedenen Netzwerke erreichen<br />

bei einer Signaleffizienz von 90% eine Protonenunterdrückung von der Größenordnung 10 3 .<br />

Die vielversprechendsten Variablenkonfigurationen sind dicker gezeichnet. Dabei scheint<br />

vor allem die Variablenkonfiguration mit den Energiedepositionen der einzelnen Lagen,<br />

sowie Rigidität, relativistische Geschwindigkeit, Teildruck des Xenongases und dem Einfallswinkel<br />

in den Übergangsstrahlungsdetektor, sowie der geographischen Breite eine gut<br />

5 engl.: Root mean squared<br />

6 engl.: Rejection<br />

52

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!