Techniques d'apprentissage automatique pour l'analyse de données en physique des hautes énergiees avec TMVA - Andreas Hoecker - CERN

mercredi 20 juin 2007, 16:30 → 18:00 Europe/Paris

Bernard Grossetete

Didier Lacour (LPNHE)

----------------------------------------------------------------------- Un tutorial TMVA aura lieu au LAL le jeudi 21 juin à 14h en salle 101. Pour participer, il faut se munir d'un ordinateur portable avec wifi et X window ou l'équivalent, et avoir l'accès à ROOT v5 au minimum, de préférence sur le portable, sinon sur unordinateur distant. Le tutorial est ouvert à tous mais les participants extérieurs au LAL sont invités à se faire connaitre au préalable à rousseau at lal.in2p3.fr. ----------------------------------------------------------------------- Resume : En physique des hautes énergies, avec la recherche de signaux de plus en plus petits dans des ensembles de données de plusen plus grand, il est essentiel d'extraire le maximum d'information. Les méthodes de classification multivariées basées sur l'apprentissage automatique sont devenues un ingrédient fondamental de beaucoup d'analyses. De plus ces méthodes ont évoluées significativement ces dernières années. TMVA est un logiciel intégré a ROOT, qui permet une grande variété d'algorithmes de classification, incluant : - l'optimisation de coupures rectangulaires à l'aide d'un algorithme génétique - estimateur de vraisemblance avec des estimateurs linéaires ou non - réseau de neurones et des méthodes plus modernes: - arbres de décision boostés - machine à vecteur de support (Support Vector Machine) - ajustement d'ensemble de règles (Rule Ensembles Fit) TMVA gère l'entrainement, les tests et l'évaluation des performances de ces classificateurs avec une interface utilisateursimple, et facilite l'application des classificateurs aux données.

Slides hoecker_LPNHE_seminar_20jun07.pdf hoecker_LPNHE_seminar_20jun07.ppt