Bachelor Thesis Open Access

Bedeutung von Informationen auf Parton-Ebene für die tt+X-Prozessklassifizierung mit neuronalen Netzen

Tödter, Pascal

MARC21 XML Export

<?xml version='1.0' encoding='UTF-8'?>
<record xmlns="http://www.loc.gov/MARC21/slim">
  <leader>00000nam##2200000uu#4500</leader>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="a">Husemann, Ulrich</subfield>
    <subfield code="u">KIT/ETP</subfield>
    <subfield code="4">ths</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="a">Waßmer, Michael</subfield>
    <subfield code="u">KIT/ETP</subfield>
    <subfield code="4">ths</subfield>
  </datafield>
  <datafield tag="700" ind1=" " ind2=" ">
    <subfield code="a">Shadskiy, Nikita</subfield>
    <subfield code="u">KIT/ETP</subfield>
    <subfield code="4">ths</subfield>
  </datafield>
  <datafield tag="909" ind1="C" ind2="O">
    <subfield code="o">oai:publish.etp.kit.edu:22215</subfield>
    <subfield code="p">user-cms</subfield>
    <subfield code="p">user-etp</subfield>
  </datafield>
  <datafield tag="520" ind1=" " ind2=" ">
    <subfield code="a">&lt;p&gt;Mit dieser Bachelorarbeit soll zuerst untersucht werden, wie gut sich Ereignisse mit einem neuronalen Netz in die Prozessklassen tt+H(bb), tt+Z(bb), oder tt+bb einsortieren lassen (Multiklassifikation). Da hier mit Simulationsdaten gearbeitet wird, ist es m&amp;ouml;glich zu erfassen, wie gut die Vorhersage des Netzes mit dem &amp;bdquo;wahren&amp;ldquo; Prozess, der in diesem Ereignis stattgefunden hat, &amp;uuml;bereinstimmt. Anschlie&amp;szlig;end wird weitergehend untersucht, wie sich die&lt;br&gt;
Vorhersage des Netzes &amp;auml;ndert, wenn es wie zuvor beschrieben durch eine Jet-Sortierung mehr Informationen erh&amp;auml;lt. Abschlie&amp;szlig;end erfolgt die Auswertung, ob sich die Klassifizierung mit Hinzugabe weiterer Informationen durch die Jet-Sortierung deutlich verbessert und es sich lohnt, ein neuronales Netz zu entwerfen, welches die Mutterteilcheninformation f&amp;uuml;r die echten Messdaten aus dem CMS-Detektor bestimmt.&lt;/p&gt;</subfield>
  </datafield>
  <datafield tag="100" ind1=" " ind2=" ">
    <subfield code="a">Tödter, Pascal</subfield>
    <subfield code="u">KIT/ETP</subfield>
  </datafield>
  <datafield tag="856" ind1="4" ind2=" ">
    <subfield code="s">823986</subfield>
    <subfield code="u">https://publish.etp.kit.edu/record/22215/files/thesis_pascal_toedter.pdf</subfield>
    <subfield code="z">md5:d400fecbf5ad6a346decf5e584896b2e</subfield>
  </datafield>
  <controlfield tag="005">20240213100352.0</controlfield>
  <datafield tag="980" ind1=" " ind2=" ">
    <subfield code="a">user-cms</subfield>
  </datafield>
  <datafield tag="980" ind1=" " ind2=" ">
    <subfield code="a">user-etp</subfield>
  </datafield>
  <datafield tag="245" ind1=" " ind2=" ">
    <subfield code="a">Bedeutung von Informationen auf Parton-Ebene für die tt+X-Prozessklassifizierung mit neuronalen Netzen</subfield>
  </datafield>
  <datafield tag="980" ind1=" " ind2=" ">
    <subfield code="a">thesis</subfield>
    <subfield code="b">bachelor-thesis</subfield>
  </datafield>
  <controlfield tag="001">22215</controlfield>
  <datafield tag="041" ind1=" " ind2=" ">
    <subfield code="a">deu</subfield>
  </datafield>
  <datafield tag="653" ind1=" " ind2=" ">
    <subfield code="a">tt+X</subfield>
  </datafield>
  <datafield tag="653" ind1=" " ind2=" ">
    <subfield code="a">neuronale Netze</subfield>
  </datafield>
  <datafield tag="260" ind1=" " ind2=" ">
    <subfield code="c">2024-02-09</subfield>
  </datafield>
  <datafield tag="542" ind1=" " ind2=" ">
    <subfield code="l">open</subfield>
  </datafield>
</record>
Publication date:
February 9, 2024
Keyword(s):
tt+X neuronale Netze
Awarding University:
Karlsruhe Institute of Technology (KIT)
Report Number:
ETP-BACHELOR-KA/2023-15
Communities:

Cite as

Export