Back to search

National and Kapodistrian University of Athens

Implementation of a lepton identification algorithm using machine learning for measurements of the tt+X associated production process in the CMS experiment at the LHC

Abstract

dc:description

Στόχος της παρούσας εργασίας είναι η ανάπτυξη τεχνικών για την ταυτοποίηση και την επι- λογή λεπτονίων που προέρχονται από διασπάσεις top κουάρκ μέσω μιας επακόλουθης λεπτονικής διάσπασης μποζονίου W. Κατά τη συσχετισμένη παραγωγή top κουάρκ με διανυσματικά μποζό- νια, prompt λεπτόνια μπορούν επίσης να προκύψουν από τη διάσπαση των συσχετισμένων μπο- ζονίων. Τα λεπτόνια από αδρονικές διασπάσεις θεωρούνται non-prompt και εμφανίζονται λιγότερο απομονωμένα από τα prompt λεπτόνια. Αυτά τα non-prompt λεπτόνια είναι από τα πιο σημαν- τικά υπόβαθρα σε διεργασίες που έχουν πολυλεπτονικές τελικές καταστάσεις. Η παρούσα ερ- γασία εστιάζει στην υλοποίηση ενός αλγορίθμου μηχανικής μάθησης για τη διάκριση λεπτονίων σε διεργασίες tt+X στο CMS με έμφαση στη t t̄H(cc̄) διεργασία, με στόχο τη μείωση του non- prompt λεπτονικού υποβάθρου, διατηρώντας ταυτόχρονα της μέγιστη απόδοση στην επιλογή των prompt λεπτονίων.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Κάτρης Παναγιώτης
  • Katris Panagiotis

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:3414200

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Κάτρης Παναγιώτης; Katris Panagiotis. Implementation of a lepton identification algorithm using machine learning for measurements of the tt+X associated production process in the CMS experiment at the LHC. 2024. https://pergamos.lib.uoa.gr/uoa/dl/object/3414200