guest ::
login
Belle II Document Server
Search
Submit
Personalize
Your alerts
Your baskets
Your searches
Help
Home
> Search Results: Jo Yamanouchi
Search:
any field
abstract
affiliation
author
author count
caption
cited by
coden
collaboration
collection
date created
date modified
division
exact author
exact first author
experiment
first author
fulltext
isbn
issn
journal
keyword
record ID
reference
refers to
report number
subject
title
year
Search Tips
::
Advanced Search
Search collections:
*** any public collection ***
Belle II Document Server
Belle II Multimedia
Belle II Notes (Internal)
Belle II Notes (Public)
Belle II Notes : Physics
Belle II Notes : Approved plot...
Belle II Notes: Technical
Belle II Pictures
Belle II Videos
Books
Books, Theses & Reports
Conference posters
Conference Submissions
Papers
Proceedings
Public Talks
Proceeding and Paper Drafts (I...
Paper Drafts (Internal)
Talk Drafts (Internal)
Poster drafts (Internal)
Drafts (Internal)
Masters Theses
Multimedia Resources
Papers
Papers : Physics
Papers : Technical
PhD Theses
Pictures (Internal)
Posters
Public Memo
Reports
Talks
Theses
Undergraduate Theses
Videos (Internal)
Sort by:
Display results:
Output format:
latest first
title
author
report number
year
asc.
desc.
- or rank by -
word similarity
times cited
10 results
25 results
50 results
100 results
single list
split by collection
BibTeX
Dublin Core
EndNote
EndNote (8-X)
HTML brief
HTML citesummary
HTML detailed
MARC
MARCXML
MODS
NLM
photo captions only
portfolio
RefWorks
Belle II Document Server
2
records found
Search took 0.01 seconds.
1.
Development and performance study of particle identification using machine learning technique at the Belle II experiment (in Japanese)
/
Jo Yamanouchi
[BELLE2-MTHESIS-2021-009]
Presented on 10 02 2020
MSc
2020
Nagoya university
/ Nagoya
SuperKEKB/Belle II実験では7 GeVと4 GeVに加速された電子・陽電子を衝突させることで高統計量のB中間子対等を生成し、終状態粒子の情報をもとに崩壊の様子を精密に測定することで標準理論の精密測定や新物理探索を行う。本実験では荷電粒子の識別を行う際に、チェレンコフ角やエネルギー損失などの測定が可能な6つの検出器の情報を用いる。現在各検出器から得られる尤度の積を指標として粒子識別を行なっている。しかしまだ期待通りの識別性能が出ておらず、例えば尤度計算の際に必要な検出器の応答モデルに問題がある可能性が存在する。そこで本研究ではそうした問題等によって現れる各検出器の尤度の相関を考慮することが可能な機械学習手法を導入することで、検出器の応答をより理解するとともに、粒子識別性能の向上を目指した。本研究では機械学習の入力変数に各検出器の対数尤度と運動量・位置情報を使用し、また様々なパラメータの最適化を行うことで正確に識別することが重要な/K粒子に着目した新たな粒子識別アルゴリズムの開発とシミュレーションデータによる性能評価を行った。その結果、特に0.5 GeV以下の低運動量領域や2.5 GeV以上の高運動量領域で性能を大きく向上させることに成功した。また機械学習による粒子識別性能の向上の理由を追求し、低運動量領域では粒子の崩壊によってミストラッキングされるなどの特殊な事象が原因で粒子識別性能が悪化してしまう情報を機械学習が補正することで性能を向上できることを示した。高運動量領域においてはTimeOf Propagationカウンター(TOP)の尤度を小さくする補正をかけることで識別性能を向上させていることがわかり、TOPの粒子識別モデルの不完全性を示唆していることをつきとめた。そこでTOPの粒子識別モデルについて調査を行ない、/K識別においてKの誤識別率を半分程度にまで向上できる余地があることを示した。次に本アルゴリズムが実際のデータに対しても性能を発揮するかを確認するため、2019年に取得された実験初期衝突データによる粒子識別性能の評価を行った。その結果、図1に示されるような特に2.5 GeV以上の高運動量領域で機械学習によりの識別効率90%時のKの誤識別率を30%から23%へと大きく削減することに成功し、本アルゴリズムが有用であることを示した。また現時点でデータの較正が完了していないことから、較正完了後さらなる性能向上が見込まれる。本研究は本実験全体の粒子識別アルゴリズムに機械学習を活用した初めての研究であり、本研究の結果から本実験における/K粒子識別性能のさらなる向上が可能であることを示した。今後陽子など他の荷電粒子に対しても同じように機械学習を活用することで、他の荷電粒子に対する粒子識別性能の向上が可能であると考えられる。
Detailed record
-
Similar records
2.
Performance of PID using Neural Network for MC12 and proc9 data
/
Jo Yamanouchi
;
Yuji Kato
[BELLE2-NOTE-PL-2020-001]
20 February 2020
This note contains approved plots of the study about the performance of PID using Neural Network for MC12 and proc9 data. [...]
Fulltext:
PDF
;
Detailed record
-
Similar records
Interested in being notified about new results for this query?
Set up a personal
email alert
or subscribe to the
RSS feed
.
Haven't found what you were looking for? Try your search on other servers:
Jo Yamanouchi in Amazon
Jo Yamanouchi in CERN EDMS
Jo Yamanouchi in CERN Indico
Jo Yamanouchi in CERN Intranet
Jo Yamanouchi in CiteSeer
Jo Yamanouchi in Google Books
Jo Yamanouchi in Google Scholar
Jo Yamanouchi in Google Web
Jo Yamanouchi in IEC
Jo Yamanouchi in IHS
Jo Yamanouchi in INSPEC
Jo Yamanouchi in INSPIRE
Jo Yamanouchi in ISO
Jo Yamanouchi in KISS Books/Journals
Jo Yamanouchi in KISS Preprints
Jo Yamanouchi in NEBIS
Jo Yamanouchi in SLAC Library Catalog
Jo Yamanouchi in Scirus