Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning (2022)
- Authors:
- Autor USP: FORTINO, GUILHERME FERRARI - IF
- Unidade: IF
- Sigla do Departamento: FNC
- DOI: 10.11606/D.43.2022.tde-24012023-213528
- Assunto: REDES NEURAIS
- Keywords: ACTIVE-TARGET; ALVO-ATIVO; BREAKUP; MACHINE LEARNING; NEURAL NETWORKS; pAT-TPC
- Agências de fomento:
- Language: Português
- Abstract: Neste trabalho estudamos a reação de breakup 4He(17F,16O+p) 4He usando o alvo ativo AT-TPC. A analise dos dados experimentais foi realizada usando técnicas de machine learning que permitiram analisar de forma eficiente um grande volume de dados. Os algoritmos desenvolvidos neste trabalho correspondem a primeira aplicação prática de técnicas de machine learning numa análise de dados com alvo ativo. Na primeira parte da analise foi feita a reconstrução tridimensional dos eventos através da análise dos pulsos gerados pelo plano detector micromegas. O micromegas é um detector multipixelado (2048 canais), onde cada pixel (com coordenadas x e y fixas) é um canal do detector com eletrônica independente. Foram criadas três redes neurais supervisionadas para analisar os pulsos crus envolvendo as seguintes etapas: identificação do fundo, deconvolução e identificação dos centroides e carga dos pulsos. Esta informação foi de grande importância para reconstruir milhões de nuvens de pontos que correspondem aos eventos das reações nucleares no alvo ativo. Já com as nuvens de pontos reconstruídas, as trajetórias das partículas foram identificadas usando algoritmos de clustering e estimadores robustos. A partir das propriedades geométricas das trajetórias, foi calculado o vértice de reação de cada evento para enfim poder obter os ângulos de espalhamento da reação.A identificação dos prótons foi feita a partir do comprimento e energia depositada por cada trajetória. Identificado o canal de breakup, as distribuições angulares (breakup inclusivo e exclusivo) foram construídas. Por fim, as distribuições angulares foram analisadas e comparadas com resultados da literatura envolvendo o breakup do 17F em outros núcleos alvo
- Imprenta:
- Data da defesa: 09.12.2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
FORTINO, Guilherme Ferrari. Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/. Acesso em: 12 nov. 2024. -
APA
Fortino, G. F. (2022). Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/ -
NLM
Fortino GF. Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning [Internet]. 2022 ;[citado 2024 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/ -
Vancouver
Fortino GF. Estudo da reação de breakup 4He(17F,16O+p)4He usando o alvo ativo pAT-TPC: uma abordagem usando técnicas de Machine Learning [Internet]. 2022 ;[citado 2024 nov. 12 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-24012023-213528/ - Simulation of the RIBRAS facility with GEANT4
- Tracking algorithms for TPCs using consensus-based robust estimators
- Digital signal analysis based on convolutional neural networks for active target time projection chambers
- Simulation of the RIBRAS Facility with GEANT4
- Digital signal analysis based on convolutional neural networks for active target time projection chambers
Informações sobre o DOI: 10.11606/D.43.2022.tde-24012023-213528 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
