Submitted by Renata Lopes (renatasil82@gmail.com) on 2017-04-25T19:24:06Z No. of bitstreams: 1 igorabrittacosta.pdf: 36138806 bytes, checksum: 83ce158c21ddf862f92969367375d57e (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-04-26T12:25:25Z (GMT) No. of bitstreams: 1 igorabrittacosta.pdf: 36138806 bytes, checksum: 83ce158c21ddf862f92969367375d57e (MD5) / Made available in DSpace on 2017-04-26T12:25:25Z (GMT). No. of bitstreams: 1 igorabrittacosta.pdf: 36138806 bytes, checksum: 83ce158c21ddf862f92969367375d57e (MD5) Previous issue date: 2016-02-22 / A identificação de elétrons é de fundamental importância para os grupos de física do experimento ATLAS, devido à presença destes no processo final de decaimento de partículas de interesse. Nesse ambiente de física de partículas, a probabilidade de ocorrência de elétrons relevantes aos estudos propostos são baixíssimas em relação às partículas que formam o ruído de fundo, exigindo dos grupos de performance do ATLAS algoritmos com índices de eficiência de detecção dos sinais de interesse e rejeição de ruído de fundo cada vez melhores. Nessa dissertação, os métodos aplicados na identificação de elétrons no experimento ATLAS serão revisados e possíveis otimizações serão avaliadas a partir dos dados produzidos pelo ATLAS. Concentrado no contexto offline, o trabalho reproduz o método baseado em verossimilhança e propõe uma melhoria com o uso da técnica multivariada conhecida como MKDE (do inglês, Multivariate Kernel Density Estimation), capaz de mitigar o erro inserido na consideração de dependência entre as variáveis discriminantes inserida pelo método de Likelihood atualmente em uso pelo ATLAS. Inicialmente, este trabalho se propõe a implementar o método de verossimilhança em uso, que se baseia em densidade univariadas usadas na reconstrução da densidade conjunta das variáveis discriminantes, e a estudar o impacto de possíveis parâmetros relacionados à implementação do algoritmo de estimação de densidades univariadas. Este método será então comparado com o método padrão do ATLAS conhecido como e/γ. Em uma segunda etapa, a implementação do MKDE é inserida através de uma comparação direta com o método univariado. / The electron identification is of fundamental importance for the ATLAS physics groups due to the presence of these in the final process of interest particles decay. In particle physics environment, the occurrence probability of relevant electrons to the proposed studies are very low compared to particles considered background, requiring ATLAS performance groups algorithms with identification efficiency index and background rejection each time better. In this dissertation, the methods applied in the electron identification in ATLAS experiment will be reviewed and possible optimizations will be evaluated from the data produced by the ATLAS experiment. Concentrated in the offline context, the work reproduces the method based on Likelihood and proposes an improvement with the use of multivariate technique known as MKDE (Multivariate Kernel Density Estimation), capable of mitigate the error inserted in consideration of dependence between discriminating variables entered by the method Likelihood currently in use by ATLAS. Initially, this work proposes to implement the method Likelihood in use, which is based on univariate density used in the reconstruction of the joint density of the discriminant variables, and to study the possible impact of parameters related to the implementation of univariate densities estimation algorithm. This method is then compared with the ATLAS standard method known as e/γ. In a second step the implementation of the MKDE is inserted through a direct comparison to the univariate method.