机构名称：
¥ 1.0
这项工作的目的是探索机器学习工具在分析与新物理学相关的数据中的潜力，特别是超出标准模型。在数据集分析中也给出了一些基本概念，因为它也构成了这项工作的重要组成部分。该项目遵循一种结构化方法，首先是对在虚拟环境中获得的超出标准模型过程的ATLAS开放数据分析Z'→TT进行检查。分析数据被转换为逗号分隔值（CSV）文件，以在Python笔记本中处理。一旦以这种格式进行数据，就会开发代码以重新创建虚拟机中观察到的相同图。要建立一个神经网络，重要的是要首先不明显哪些变量表现出很强的相关性。然后将CSV文件中的数据分为三个相等的组分开：一个用于培训，一个用于验证，另一个用于均等的测试。通过应用监督的机器学习技术，神经网络被开发，即E ff可以分辨地区分信号和背景。
使用机器学习搜索Atlas数据中的新物理现象
主要关键词
相关文件推荐
