Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/12856| Tipo de material: | bachelorThesis |
| Título : | Clasificación de colisiones de partículas de alta energía utilizando redes de convolución |
| Autor : | Merizalde Aguirre, Daniela Alejandra |
| Director de Tesis : | Carrera, Edgar, dir. |
| Descriptores : | Colisiones (Física) - Tesis y disertaciones académicas;Partículas (Física nuclear) |
| Fecha de publicación : | 17-may-2023 |
| Editorial : | Quito |
| Citación : | Tesis (Carrera encontrada en portada de tesis), Universidad San Francisco de Quito, Colegio ... ; Quito, Ecuador, 2023 |
| Páginas : | 70 h. |
| Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
| Resumen : | En física de altas energías se requiere diferenciar distintos procesos considerando una gran cantidad de información. Por esta razón, se aplican algoritmos de aprendizaje automático para analizar los datos. El proyecto aplica una red neuronal de convolución para clasificar distintos decaimientos.. |
| Descripción : | Collision analysis at high energy physics involves working with a lot of data. One way to manage that amount of data applies machine learning algorithms. This project uses a convolutional neural network to classify particles in high-energy physics by creating an image of the event... |
| URI : | http://repositorio.usfq.edu.ec/handle/23000/12856 |
| Aparece en las colecciones: | Tesis - Física |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 210719.pdf | Texto completo | 935.43 kB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
