Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários para a obtenção do grau de Doutor em Ciências (D.Sc.)

Análise Não-Linear de Componentes Independentes para uma Filtragem Online Baseada em Calorimetria de Alta Energia e com Fina Segmentação

Eduardo Furtado de Simas Filho

Dezembro/2010

Orientadores:

José Manoel de Seixas Luiz Pereira Calôba

Programa:

Engenharia Elétrica

      O ATLAS é o maior detector do acelerador de partículas LHC. Nas colisões, uma enorme quantidade de informação é produzida, porém, apenas uma pequena parcela é importante para a caracterização dos fenômenos físicos de interesse, o que exige um eficiente sistema para detecção (filtragem) online de eventos. Os elétrons são partículas extremamente importantes para o LHC, e aparecem mascarados por um intenso ruído de fundo composto de jatos hadrônicos, os quais podem apresentar perfil de deposição de energia nos calorímetros semelhante ao de elétrons. Os calorímetros são medidores de energia com fina segmentação e, no ATLAS, são divididos em sete camadas, totalizando mais de 100.000 sensores. Neste trabalho, é proposta a utilização do modelo não-linear da análise de componentes independentes no processo de extração de características, visando otimizar o desempenho do sistema neural de filtragem online de elétrons no ATLAS (Neural Ringer). Para explorar toda a segmentação e granularidade disponíveis, a extração de características foi efetuada separadamente para cada camada do calorímetro. Diversos algoritmos foram utilizados na estimação dos componentes independentes. Através da abordagem proposta, foi possível alcançar alta eficiência de discriminação, gerando dados mais limpos para a análise offline.