动态模糊 C-均值 (dFCM) 聚类及其在高能物理量能器数据重建中的应用
核实验
2012-04-17 v1
摘要
在高能物理实验中，量能器数据重建需要合适的聚类技术，以获取关于簇射特征（如簇射位置和能量沉积）的准确信息。模糊聚类技术在此方面具有高潜力，因为它们将数据点分配给多个簇，从而作为区分重叠簇的工具。模糊 C-均值 (FCM) 是一种可应用于量能器数据重建的聚类技术。然而，它存在一个缺点：难以识别和区分非均匀分布的簇。一种称为动态模糊 C-均值 (dFCM) 的 FCM 算法版本允许按需生成和消除簇，具备解析非均匀分布簇的能力。本研究对 FCM 和 dFCM 算法进行了研究，并成功将其应用于采样钨 - 硅量能器的模拟数据。结果表明，FCM 技术表现 reasonably well，同时使用 dFCM 技术进一步提升了性能。
引用
@article{arxiv.1204.3459,
title = {Dynamic Fuzzy c-Means (dFCM) Clustering and its Application to Calorimetric Data Reconstruction in High Energy Physics},
author = {Radha Pyari Sandhir and Sanjib Muhuri and Tapan Nayak},
journal= {arXiv preprint arXiv:1204.3459},
year = {2012}
}
备注
15 pages, 10 figures. It is accepted for publication in NIMA