Made available in DSpace on 2014-06-11T19:25:34Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-08-24Bitstream added on 2014-06-13T20:07:33Z : No. of bitstreams: 1 fernandes_cl_me_ift.pdf: 1140774 bytes, checksum: c6027d2492ce8e805dd5508b5c94fb24 (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Este trabalho apresenta um estudo de femtoscopia em colisões próton-próton (pp) a√s= 7 TeV realizado com o detector Compact Muon Solenoid no Large Hadron Collider. O estudo consiste na utilização do efeito Hanbury-Brown–Twiss (HBT) para a determinação das dimensões aparentes do estado final do sistema formado em colisões pp. Três análises são feitas, onde tais dimensões são determinadas (i) em termos de um parâmetro invariante 'R IND. inv' ; (ii) nas direções transversal e longitudinal ao feixe, 'R IND. T' e 'R IND L', respectivamente; (iii) nas direções ao longo do feixe, parametrizada por 'R IND long', e em duas direções transversais a ele, correspondentes a 'R IND out', e 'R IND side'. Obseva-se que as dimensões aparentes do sistema formado em tais colisões dependem da multiplicidade de partículas carregadas no evento e do momento médio do par de partículas utilizadas na implementação do efeito HBT / This work presents a femtoscopic study performed in proton-proton (pp) collisions at √s= 7 TeV with the Compact Muon Solenoid at the Large Hadron Collider. The study uses the Hanbury-Brown–Twiss (HBT) effect to estimate the apparent dimensions of the final-state sistem formed at pp collisions. Three analysis are presented, where such an apparent dimensions are determined (i) in tems of an invariant radius parameter, 'R IND. inv'; (ii) in the transversal and longitudinal directions with respect to the beam, 'R IND. T' and 'R IND L' and (iii) along three directions 'R IND out', 'R IND long' and 'R IND side'. It is observed that the apparent dimensions of the sistem formed in pp collisions depends on the charged multiplicity of the events and on the average momentum of the pair of particles used to implement HBT effect

Orientador: Sandra dos Santos Padula / Banca: Gastão Krein / Banca: Marcia Takagui / Resumo: Este trabalho apresenta um estudo de femtoscopia em colisões próton-próton (pp) a√s= 7 TeV realizado com o detector Compact Muon Solenoid no Large Hadron Collider. O estudo consiste na utilização do efeito Hanbury-Brown-Twiss (HBT) para a determinação das dimensões aparentes do estado final do sistema formado em colisões pp. Três análises são feitas, onde tais dimensões são determinadas (i) em termos de um parâmetro invariante 'R IND. inv' ; (ii) nas direções transversal e longitudinal ao feixe, 'R IND. T' e 'R IND L', respectivamente; (iii) nas direções ao longo do feixe, parametrizada por 'R IND long', e em duas direções transversais a ele, correspondentes a 'R IND out', e 'R IND side'. Obseva-se que as dimensões aparentes do sistema formado em tais colisões dependem da multiplicidade de partículas carregadas no evento e do momento médio do par de partículas utilizadas na implementação do efeito HBT / Abstract: This work presents a femtoscopic study performed in proton-proton (pp) collisions at √s= 7 TeV with the Compact Muon Solenoid at the Large Hadron Collider. The study uses the Hanbury-Brown-Twiss (HBT) effect to estimate the apparent dimensions of the final-state sistem formed at pp collisions. Three analysis are presented, where such an apparent dimensions are determined (i) in tems of an invariant radius parameter, 'R IND. inv'; (ii) in the transversal and longitudinal directions with respect to the beam, 'R IND. T' and 'R IND L' and (iii) along three directions 'R IND out', 'R IND long' and 'R IND side'. It is observed that the apparent dimensions of the sistem formed in pp collisions depends on the charged multiplicity of the events and on the average momentum of the pair of particles used to implement HBT effect / Mestre

Orientador: Fabricio Aparecido Breve / Banca: Eraldo Pereira Marinho / Banca: Fernando Vernal Salina / Resumo: A segmentação de imagens é o processo de identificar e separar estruturas e objetos relevantes em uma imagem, não é uma tarefa trivial para um algoritmo computacional devido à complexidade dos elementos envolvidos no processo. A variedade de imagens e sua grande quantidade de características impossibilitam a utilização de apenas um modelo para a tarefa de segmentação. Deste modo, a aplicação de algoritmos de aprendizado de máquina, ganha importância, pois este ramo da inteligência artificial tenta reproduzir a forma de "aprender" humano. A aplicação do modelo de competição e cooperação entre partículas na segmentação de imagens mostra-se uma abordagem interessante pois possui baixo custo computacional, além de reduzir a necessidade de especialistas para a geração de dados rotulados. Este trabalho propõe melhorias na construção da rede complexa que o modelo de competição e cooperação entre partículas utiliza-se, através da alteração das características extraídas dos píxeis, mudança na forma de ligação dos vértices do modelo utilizando a similaridade das características e a vizinhança espacial dos píxeis da imagem e a influência gerada por uma partícula sob outros vértices vizinhos dentro da rede complexa. A metodologia proposta resultou em uma melhoria do nível de automação do processo, eliminando a necessidade de incrementar ou decrementar a importância de uma característica sob as outras. Comparativamente, durante os testes realizados com 151 imagens e 4530 amostras de... / Abstract: Image segmentation is the process of identifying and separating relevant structures and objects in an image, it is not a trivial task for a computational algorithm due to the complexity of the elements involved in the process. The variety of images and its vast number of characteristics make it impossible to use only a model for the segmentation task. In this way, the application of machine learning algorithms is highlighted, because this branch of artificial intelligence tries to reproduce the way of human learning. The application of the competition and cooperation model among particles in the image segmentations is considered an interesting approach since it has low computational cost, besides reducing the need of specialists for generating labeled data. This work proposes improvements in the making of the complex network that the competition and cooperation model among particles uses, through the alteration of the characteristics extracted from pixels, changes in the shape of the model's connection of the vertices using the similarity of the characteristics and the image pixel's spatial neighboring and the influence generated by a particle under the other neighbor vertices within the complex network. The proposed methodology resulted in an improvement of the process's automation level, eliminating the need to increase or decrease the importance of a characteristic under others. Comparatively, during the tests made with 151 images and 4530 execution samples for each ... / Mestre