二叉决策树与神经网络在顶夸克探测中的比较
高能物理 - 唯象学
2009-10-22 v1
摘要
在高能物理实验中，使用神经网络进行信号与背景鉴别的研究已经开展，并且与传统运动学截断的效率相比表现出优势。最近在顶夸克识别方面的工作中，对于给定的顶夸克质量，神经网络在蒙特卡洛模拟中产生了比一组传统截断更高的信号背景比。在本文中，我们讨论了另一种模式识别算法——二叉决策树。我们将二叉决策树应用于Tevatron的顶夸克识别，发现其性能与神经网络相当。此外，对神经网络“黑箱”性质的疑虑不适用于二叉决策树；二叉决策树可以简化为一组运动学截断，并接受传统的误差分析。
引用
@article{arxiv.hep-ph/9209216,
title = {A Comparison of the Use of Binary Decision Trees and Neural Networks in Top Quark Detection},
author = {David Bowser-Chao and Debra L. Dzialo},
journal= {arXiv preprint arXiv:hep-ph/9209216},
year = {2009}
}
备注
14pp. Plain TeX + mtexsis.tex (latter available through 'get mtexsis.tex'.) Two postscript files avail. by email