Aplicação de Algoritmos de Aprendizado de Máquina em Dados de Simulações de Colisões em Física de Altas Energias

• Processo: 24/08338-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de setembro de 2024
• Data de Término da vigência: 31 de agosto de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Física - Física Nuclear
• Pesquisador responsável: Mauro Rogerio Cosentino
• Beneficiário: Gabriel Picholari da Cunha
• Instituição Sede: Centro de Ciências Naturais e Humanas (CCNH). Universidade Federal do ABC (UFABC). Ministério da Educação (Brasil). Santo André , SP, Brasil
• Assunto(s): Hádrons Jatos Grande Colisor de Hádrons Aprendizado computacional Cromodinâmica quântica Simulação
• Palavra(s)-Chave do Pesquisador: hadrons | Jatos | Lhc | machine learning | Pythia8 | Qcd | Root | Simulações | Física Nuclear Relativísitica; Íons Pesados Relativísticos

Resumo

Este projeto pretende continuar um anterior e visa a aplicação de algoritmos de aprendizado de máquina aos dados obtidos através de simulações de eventos em experimentos de física de altas energias. Utilizando as simulações realizadas com o programa Pythia 8, pretende-se aplicar algoritmos de Regressão Logística e Boosted Decision Trees (BDT) para melhorar a análise e interpretação dos dados. Espera-se ao final do projeto que o aluno tenha adquirido a habilidade de integrar técnicas de aprendizado de máquina em análises de física de altas energias, contribuindo para uma análise mais robusta dos dados simulados.