Die Suche nach dem Stop-Quark Jan Eckerlein 25.10.2017
Supersymmetry Jan Eckerlein 25.10.2017
Der Zerfall von zwei Stop-Quarks Unbekannte SuSy-Teilchen Bekannte Teilchen aus dem Standartmodel Nicht direct detektierbare Teilchen: stop qurk neutralino neutrino Jan Eckerlein 25.10.2017
Jan Eckerlein 25.10.2017
Moegliche Region, in der der gezeigte Zerfall von zwei Stop-Quarks zu finden ist Jan Eckerlein 25.10.2017
t̃ -t̃ Signal t-t̅ Untergrund Jan Eckerlein 25.10.2017
Schnitt-basierte trennung von background und Signal Jan Eckerlein 25.10.2017
Jan Eckerlein 25.10.2017
Separierung mittels eines Neuroalen Netzwerks Schnittbasierte Separierung Jan Eckerlein 25.10.2017
Separierung mittels eines Neuroalen Netzwerks Schnittbasierte Separierung Jan Eckerlein 25.10.2017
Separierung von Signal und Untergrung mittels eines Neural Networks Variabeln: mass of jets, mass of bjets, met, etc. Neural Network FERTIG ! output input hidden layer – with 6 neurons Das Netzwerk verbessern oder Variabeln aendern Jan Eckerlein 25.10.2017
Jan Eckerlein 25.10.2017
Veranschaulichung der Lernrate und Epochen 16 * Jan Eckerlein 25.10.2017
Veranschaulichung der Lernrate und Epochen 10 * Jan Eckerlein 25.10.2017
Veranschaulichung der Lernrate und Epochen 25 * Jan Eckerlein 25.10.2017
Veranschaulichung der Lernrate und Epochen 15 * Jan Eckerlein 25.10.2017
Jan Eckerlein 25.10.2017
Veranschaulichung der Batchsize und der Folgen, der Veraenderung dieser Jan Eckerlein 25.10.2017
Bei zu kleiner Batchsize: Veranschaulichung der Batchsize und der Folgen, der Veraenderung dieser Ein Datensatz: Bei zu kleiner Batchsize: Viel gelernt Wenig gelernt Jan Eckerlein 25.10.2017
Keine Moeglichkeit einen Schnitt zu setzen ! Zwar exsistiert ausreichend Signal, dieses ueberlabt sich aber gaenzlich mit dem Untergrund, wieshalb eine gute trennung von Untergrund und Signal nicht moeglich ist Jan Eckerlein 25.10.2017
Veranschaulichung der Batchsize und der Folgen, der Veraenderung dieser Jan Eckerlein 25.10.2017
Veranschaulichung der Batchsize und der Folgen, der Veraenderung dieser Jan Eckerlein 25.10.2017
Veranschaulichung der Batchsize und der Folgen, der Veraenderung dieser Jan Eckerlein 25.10.2017
Veranschaulichung der Batchsize und der Folgen, der Veraenderung dieser Jan Eckerlein 25.10.2017
Bei zu kleiner Batchsize: Veranschaulichung der Batchsize und der Folgen, der Veraenderung dieser Ein Datensatz: Bei zu kleiner Batchsize: Viel gelernt Wenig gelernt Bei zu hoher Batchsize: Viel gelernt Viel gelernt Jan Eckerlein 25.10.2017
Veranschaulichung der Batchsize und der Folgen, der Veraenderung dieser Jan Eckerlein 25.10.2017
Bei zu kleiner Batchsize: Veranschaulichung der Batchsize und der Folgen, der Veraenderung dieser Ein Datensatz: Bei zu kleiner Batchsize: Viel gelernt Wenig gelernt Bei zu hoher Batchsize: Viel gelernt Viel gelernt Bei mittlerer Batchsize: Viel gelernt Wenig gelernt Jan Eckerlein 25.10.2017
Jan Eckerlein 25.10.2017
Zusammenfassung Weiteres Vorgehen Optimierungsstudien fuer machinelearning-algorithmus Verbesserungsvorschlaege ausgearbeitet Weiteres Vorgehen Weitere Optimierung des Neuronalen Netzwerks mit mehr Variablen Neue Ansaetze zur erhoeung der Statistik Multiclassifizierung