神经网络方法在高能物理数据分析中的应用

神经网络方法在高能物理数据分析中的应用
张子平
【期刊名称】《计算物理》
【年(卷),期】1992(9)A01
【摘要】神经网络方法经过了七十年代和八十年代的沉寂之后,近几年的重新兴起,已越来越引起人们的广泛兴趣和研究,特别是向后传播法(back-propagation)训练模式的成功,被应用于高能物理实验的物理分析中,取得了较之别的方法好得多的结果,使用该方法,以喷注的形状来鉴别b夸克喷注,以及区分胶子喷注和夸克喷注的工作已见诸于报导。

我们在LEP/L3实验的τ极化分析中,设计了一个三层的网络,用通过L3探测器模拟的M.C.事例作为输入,以向后传播法训练之,用以筛选τ的衰变模式,得到了相当满意的选择效率和本底水平,以L3的实验数据检验之,实验和M.C,的结果符合得相当好。

【总页数】1页(P500-500)
【关键词】高能物理学;神经网络;数据处理
【作者】张子平
【作者单位】中国科技大学近代物理系
【正文语种】中文
【中图分类】O572
【相关文献】
1.高能物理中的数据分析：统计方法实用指南 [J], 丁亦兵;
2.高能物理中的数据分析统计方法实用指南 [J], 丁亦兵;
3.神经网络在高能物理研究中的应用 [J],
4.小波-神经网络方法在基因表达数据分析中的应用研究 [J], 张玲;伍亚舟;陈军;易东
5.神经网络在高能物理中的应用前景 [J], 周道其
因版权原因，仅展示原文概要，查看原文内容请购买。