Titel: Vorsortierer für Datenflut, Neuronale Netze auf der Suche nach dunkler Materie Fachgebiet: Physik
Autoren: Kohl, Carolin, Paul-Klee-Gymnasium, Overath
Beitragende: Editor: Physikalisch-Technische Bundesanstalt (PTB), ISNI: 0000 0001 2186 1887
HostingInstitution: Physikalisch-Technische Bundesanstalt (PTB), ISNI: 0000 0001 2186 1887
Seiten:14
Sprache:de
DOI:10.7795/320.202104
Art der Ressource: Text / Article
Herausgeber: Physikalisch-Technische Bundesanstalt (PTB)
Rechte: Vervielfältigung nur zum eigenen persönlichen Gebrauch.
Daten: Verfügbar: 2021-05-17
Angenommen: 2019-12-16
Vorgelegt: 2019-08-19
Datei: Datei herunterladen (application/pdf) 9.36 MB (9819262 Bytes)
MD5 Prüfsumme: cfcbf2bc614dea4e1057856e7f98ce68
SHA256 Prüfsumme: c00124c892049cdd94fbc160cb8572f59357fd5b9287e586751dfab4b5860bbc
Schlagworte Machine Learning ; Neuronale Netzwerke ; Multi-Layer Perceptron ; CAST-Experiment ; Axion ; Datenklassifikation ; Signalereignisse ; Signaleffizienz ; ROC-Kurve
Zusammenfassung: Die Dunkle Materie des Universums besteht vermutlich aus neuartigen Elementarteilchen, den Axionen. Diese sucht das CAST-Experiment am CERN in Genf. Um Signal- von Untergrundereignissen zu trennen, wird das Potential eines Multilayer-Perceptrons , ein bestimmten Typ eines Neuronalen Netzwerks, als Klassifikationsmethode verwendet. Dies erweist sich als vielversprechender Ansatz.
Informationen zur Reihe: Junge Wissenschaft. Paper 04/2021
Anderes: In der Jungen Wissenschaft werden Forschungsarbeiten von Schüler/innen, die selbstständig, z.B. in einer Schule oder einem Schülerforschungszentrum, durchgeführt wurden, veröffentlicht.
Zitierform: Kohl, Carolin. Vorsortierer für Datenflut. Neuronale Netze auf der Suche nach dunkler Materie Fachgebiet: Physik . Physikalisch-Technische Bundesanstalt (PTB), 2021. Verfügbar unter: https://doi.org/10.7795/320.202104