Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

A comparative analysis of machine learning techniques for muon count in UHECR extensive air-showers

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68378271%3A_____%2F20%3A00546314" target="_blank" >RIV/68378271:_____/20:00546314 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.3390/e22111216" target="_blank" >https://doi.org/10.3390/e22111216</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.3390/e22111216" target="_blank" >10.3390/e22111216</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    A comparative analysis of machine learning techniques for muon count in UHECR extensive air-showers

  • Popis výsledku v původním jazyce

    The main goal of this work is to adapt a Physics problem to the Machine Learning (ML) domain and to compare several techniques to solve it. The problem consists of how to perform muon count from the signal registered by particle detectors which record a mix of electromagnetic and muonic signals. Finding a good solution could be a building block on future experiments. After proposing an approach to solve the problem, the experiments show a performance comparison of some popular ML models using two different hadronic models for the test data. The results show that the problem is suitable to be solved using ML as well as how critical the feature selection stage is regarding precision and model complexity.

  • Název v anglickém jazyce

    A comparative analysis of machine learning techniques for muon count in UHECR extensive air-showers

  • Popis výsledku anglicky

    The main goal of this work is to adapt a Physics problem to the Machine Learning (ML) domain and to compare several techniques to solve it. The problem consists of how to perform muon count from the signal registered by particle detectors which record a mix of electromagnetic and muonic signals. Finding a good solution could be a building block on future experiments. After proposing an approach to solve the problem, the experiments show a performance comparison of some popular ML models using two different hadronic models for the test data. The results show that the problem is suitable to be solved using ML as well as how critical the feature selection stage is regarding precision and model complexity.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10303 - Particles and field physics

Návaznosti výsledku

  • Projekt

  • Návaznosti

Ostatní

  • Rok uplatnění

    2020

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Entropy

  • ISSN

    1099-4300

  • e-ISSN

    1099-4300

  • Svazek periodika

    22

  • Číslo periodika v rámci svazku

    11

  • Stát vydavatele periodika

    CH - Švýcarská konfederace

  • Počet stran výsledku

    17

  • Strana od-do

    1216

  • Kód UT WoS článku

    000592764300001

  • EID výsledku v databázi Scopus

    2-s2.0-85094565101