Kernel and divergence techniques in high energy physics separations

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F17%3A00314557" target="_blank" >RIV/68407700:21340/17:00314557 - isvavai.cz</a>

Výsledek na webu

<a href="http://iopscience.iop.org/article/10.1088/1742-6596/898/7/072004" target="_blank" >http://iopscience.iop.org/article/10.1088/1742-6596/898/7/072004</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1088/1742-6596/898/7/072004" target="_blank" >10.1088/1742-6596/898/7/072004</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Kernel and divergence techniques in high energy physics separations

Popis výsledku v původním jazyce

Binary decision trees under the Bayesian decision technique are used for supervised classifcation of high-dimensional data. We present a great potential of adaptive kernel density estimation as the nested separation method of the supervised binary divergence decision tree. Also, we provide a proof of alternative computing approach for kernel estimates utilizing Fourier transform. Further, we apply our method to Monte Carlo data set from the particle accelerator Tevatron at D0 experiment in Fermilab and provide final top-antitop signal separation results. We have achieved up to 82% AUC while using the restricted feature selection entering the signal separation procedure.

Název v anglickém jazyce

Kernel and divergence techniques in high energy physics separations

Popis výsledku anglicky

Binary decision trees under the Bayesian decision technique are used for supervised classifcation of high-dimensional data. We present a great potential of adaptive kernel density estimation as the nested separation method of the supervised binary divergence decision tree. Also, we provide a proof of alternative computing approach for kernel estimates utilizing Fourier transform. Further, we apply our method to Monte Carlo data set from the particle accelerator Tevatron at D0 experiment in Fermilab and provide final top-antitop signal separation results. We have achieved up to 82% AUC while using the restricted feature selection entering the signal separation procedure.

Druh

J_ost - Ostatní články v recenzovaných periodicích

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

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

Rok uplatnění

2017

Kód důvěrnosti údajů

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

Název periodika

Journal of Physics: Conference Series

ISSN

1742-6588

e-ISSN

—

Svazek periodika

898

Číslo periodika v rámci svazku

7

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

7

Strana od-do

—

Kód UT WoS článku

—

EID výsledku v databázi Scopus

2-s2.0-85038594442