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”

Model based clustering method as a new multivariate technique in high energy physics

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F13%3A00210459" target="_blank" >RIV/68407700:21340/13:00210459 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Model based clustering method as a new multivariate technique in high energy physics

  • Popis výsledku v původním jazyce

    Analysis of the experimental data has one of the most important roles in High Energy Physics. Commonly used multivariate techniques as Boosted Decision Trees or Bayesian Neural Networks are based on learning algorithms using Monte Carlo generated samples. We implemented a new Model Based Clustering (MBC) method including the use of Bayesian statistics and modified iterative EM algorithm for weighted data that have never been applied in this area. This greatly promising method was developed especially for the data collected from the D0 experiment, which was one of two large particle physics experiments at the pp- Tevatron collider at Fermilab. We optimized and tested proposed method in the single top search using a data sample of 9.7 fb-1 of integratedluminosity, which corresponds to the entire Run II D0 dataset.

  • Název v anglickém jazyce

    Model based clustering method as a new multivariate technique in high energy physics

  • Popis výsledku anglicky

    Analysis of the experimental data has one of the most important roles in High Energy Physics. Commonly used multivariate techniques as Boosted Decision Trees or Bayesian Neural Networks are based on learning algorithms using Monte Carlo generated samples. We implemented a new Model Based Clustering (MBC) method including the use of Bayesian statistics and modified iterative EM algorithm for weighted data that have never been applied in this area. This greatly promising method was developed especially for the data collected from the D0 experiment, which was one of two large particle physics experiments at the pp- Tevatron collider at Fermilab. We optimized and tested proposed method in the single top search using a data sample of 9.7 fb-1 of integratedluminosity, which corresponds to the entire Run II D0 dataset.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LG12020" target="_blank" >LG12020: Využití pokročilé statistické analýzy a nestatistických separačních metod pro detekování fyzikálních procesů v datech snímaných urychlovači elementárních částic.</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    SPMS 2013 Stochastic and Physical Monitoring Systems Proceedings

  • ISBN

    978-80-01-05383-6

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    151-156

  • Název nakladatele

    ČVUT

  • Místo vydání

    Praha

  • Místo konání akce

    Nebřich

  • Datum konání akce

    24. 6. 2013

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku