کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5493277 1526288 2016 24 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Performance and optimization of support vector machines in high-energy physics classification problems
ترجمه فارسی عنوان
عملکرد و بهینه سازی ماشین های بردار پشتیبانی در مشکلات طبقه بندی انرژی فیزیک با انرژی بالا
کلمات کلیدی
ماشین بردار پشتیبانی، تجزیه و تحلیل چند متغیره، فراتر از جستجوی مدل استاندارد، فیزیک انرژی بالا، سوپرسومتری،
موضوعات مرتبط
مهندسی و علوم پایه فیزیک و نجوم ابزار دقیق
چکیده انگلیسی
In this paper we promote the use of Support Vector Machines (SVM) as a machine learning tool for searches in high-energy physics. As an example for a new-physics search we discuss the popular case of Supersymmetry at the Large Hadron Collider. We demonstrate that the SVM is a valuable tool and show that an automated discovery-significance based optimization of the SVM hyper-parameters is a highly efficient way to prepare an SVM for such applications.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment - Volume 838, 1 December 2016, Pages 137-146
نویسندگان
, , ,