Кластеризация отклика калориметров эксперимента NA64 (CERN, SPS)

Abstract

Отбор событий является важным этапом при анализе результатов эксперимента в Физике Высоких Энергий. Для разделения калориметрических откликов от адронных и электронных пучков в эксперименте NA64 (CERN, SPS) в настоящее время используется подход, основанный на простом пороговом отборе сигналов. В диссертационной работе представлена методика разделения адронных и электронных сигналов, основанная на кластеризации откликов, представленных в виде наборов коэффициентов аппроксимирующей функции. Кластеризация осуществлялась посредством использования алгоритма Машинного Обучения DBSCAN. В результате кластеризации было получено статистически-обоснованное разделение откликов от адронных и электронных пучков.

The event selection is an important stage in the analysis of results in High Energy Physics experiments. Currently, in the NA64 experiment (CERN, SPS), a simple threshold-based signal selection approach is used to separate calorimetric responses from hadronic and electronic beams. The dissertation presents a methodology for separating hadronic and electronic signals based on clustering responses represented as sets of coefficients of an approximating function. Clustering was performed using the DBSCAN Machine Learning algorithm. As a result of clustering, a statistically justified separation of responses from hadronic and electronic beams was obtained.