K最近傍アルゴリズムによるミュー粒子エネルギーの深い回帰【JST・京大機械翻訳】

Dorigo T.; Guglielmini Sofia; Kieseler Jan; Layer Lukas; Strong Giles C.

プレプリント

J-GLOBAL ID：202202218638744538 整理番号：22P0299491

K最近傍アルゴリズムによるミュー粒子エネルギーの深い回帰【JST・京大機械翻訳】

Deep Regression of Muon Energy with a K-Nearest Neighbor Algorithm

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月05日プレプリントサーバーでの情報更新日： 2022年03月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

将来の粒子物理実験のための新しい測定解の研究の文脈の中で,著者らは,高密度で粒状の熱量計における放射損失のパターンから,高度に相対論的なミューオンのエネルギーを推定するための,高性能kNNベースの回帰器を開発した。回帰器は弱いkNN学習者のプールに基づいており,確率的勾配降下を通して各訓練事象に重みとバイアスを適応させることで学習する。手順によって最適化されたパラメータの有効数は60百万sの範囲であり,従って大きな深層学習アーキテクチャのそれに匹敵する。著者らは,いくつかの機械学習アルゴリズムと比較して,考察したアプリケーションに関する回帰器の性能をテストして,ブースト決定木とニューラルネットワークによって達成されるものに匹敵する精度を示した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る