Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
We have studied the performance of a new algorithm for electron/pion separation in an Emulsion Cloud Chamber (ECC) made of lead and nuclear emulsion films. The software for separation consists of two parts: a shower reconstruction algorithm and a Neural Network that assigns to each reconstructed shower the probability to be an electron or a pion. The performance has been studied for the ECC of the OPERA experiment [1]. The e/π separation algorithm has been optimized by using a detailed Monte Carlo simulation of the ECC and tested on real data taken at CERN (pion beams) and at DESY (electron beams). The algorithm allows to achieve a 90% electron identification efficiency with a pion misidentification smaller than 1% for energies higher than 2 GeV
Electron/pion separation with an emulsion cloud chamber by using a neural network / Arrabito, L. f; Autiero, D. f; Bozza, C. k; Buontempo, S. g; Caffari, Y. f; Consiglio, L. d; Cozzi, M. d; D'Ambrosio, N. a; De, Lellis; G., G.; De, Serio; M., B.; DI CAPUA, Francesco; Di, Ferdinando; D., D.; Di, Marco; N. e, Ereditato; A. c, Esposito; L. S. a, Gagnebin; S. h, Giacomelli; G. d, Giorgini; M. d, Grella; G. k, Hauger; M. h, Ieva; M. b, Csathy; J. J. h, Juget; F. h, Kreslo; I. c, Laktineh; I. f, Longhin; A. i, Mandrioli; G. d, Marotta; A. g, Marteau; J. f, Migliozzi; P. g., Monacelli; P. e, Moser; U. c, Muciaccia; M. T. b, Pastore; A. b, Patrizii; L. d, Pistillo; C. c, Pozzato; M. d, Romano; G. k, Rosa; G. j, Russo; A. g, Savvinov; N. c, Schembri; A. j, Lavina; L. S. g, Simone; S. b, Sioli; M. d, Sirignano; C. k, Sirri; G. d, Strolin; P. g, Tioukov; V., G.. - In: JOURNAL OF INSTRUMENTATION. - ISSN 1748-0221. - 2:(2007).
Electron/pion separation with an emulsion cloud chamber by using a neural network
Arrabito, L. f;Autiero, D. f;Bozza, C. k;Buontempo, S. g;Caffari, Y. f;Consiglio, L. d;Cozzi, M. d;D'Ambrosio, N. a;De Lellis;G. g;De Serio;M. b;DI CAPUA, FRANCESCO;Di Ferdinando;D. d;Di Marco;N. e, Ereditato;A. c, Esposito;L. S. a, Gagnebin;S. h, Giacomelli;G. d, Giorgini;M. d, Grella;G. k, Hauger;M. h, Ieva;M. b, Csathy;J. J. h, Juget;F. h, Kreslo;I. c, Laktineh;I. f, Longhin;A. i, Mandrioli;G. d, Marotta;A. g, Marteau;J. f, Migliozzi;P. g. , Monacelli;P. e, Moser;U. c, Muciaccia;M. T. b, Pastore;A. b, Patrizii;L. d, Pistillo;C. c, Pozzato;M. d, Romano;G. k, Rosa;G. j, Russo;A. g, Savvinov;N. c, Schembri;A. j, Lavina;L. S. g, Simone;S. b, Sioli;M. d, Sirignano;C. k, Sirri;G. d, Strolin;P. g, Tioukov;V. g.
2007
Abstract
We have studied the performance of a new algorithm for electron/pion separation in an Emulsion Cloud Chamber (ECC) made of lead and nuclear emulsion films. The software for separation consists of two parts: a shower reconstruction algorithm and a Neural Network that assigns to each reconstructed shower the probability to be an electron or a pion. The performance has been studied for the ECC of the OPERA experiment [1]. The e/π separation algorithm has been optimized by using a detailed Monte Carlo simulation of the ECC and tested on real data taken at CERN (pion beams) and at DESY (electron beams). The algorithm allows to achieve a 90% electron identification efficiency with a pion misidentification smaller than 1% for energies higher than 2 GeV
Electron/pion separation with an emulsion cloud chamber by using a neural network / Arrabito, L. f; Autiero, D. f; Bozza, C. k; Buontempo, S. g; Caffari, Y. f; Consiglio, L. d; Cozzi, M. d; D'Ambrosio, N. a; De, Lellis; G., G.; De, Serio; M., B.; DI CAPUA, Francesco; Di, Ferdinando; D., D.; Di, Marco; N. e, Ereditato; A. c, Esposito; L. S. a, Gagnebin; S. h, Giacomelli; G. d, Giorgini; M. d, Grella; G. k, Hauger; M. h, Ieva; M. b, Csathy; J. J. h, Juget; F. h, Kreslo; I. c, Laktineh; I. f, Longhin; A. i, Mandrioli; G. d, Marotta; A. g, Marteau; J. f, Migliozzi; P. g., Monacelli; P. e, Moser; U. c, Muciaccia; M. T. b, Pastore; A. b, Patrizii; L. d, Pistillo; C. c, Pozzato; M. d, Romano; G. k, Rosa; G. j, Russo; A. g, Savvinov; N. c, Schembri; A. j, Lavina; L. S. g, Simone; S. b, Sioli; M. d, Sirignano; C. k, Sirri; G. d, Strolin; P. g, Tioukov; V., G.. - In: JOURNAL OF INSTRUMENTATION. - ISSN 1748-0221. - 2:(2007).
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11588/667845
Citazioni
ND
ND
ND
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
