Detecção de Sinal em Calorimetria de Altas Energias Utilizando Redes Neurais Artificiais
Mateus Hufnagel Maranha de Faria1; Luciano Manhães de Andrade1; Eduardo Simas Filho2; José Manoel Seixas3; João Paulo Bittencourt da Silveira Duarte1
1 Universidade Federal de Juiz de Fora; 2 Universidade Federal da Bahia; 3 Universidade Federal do Rio de Janeiro
Resumo
A sobreposição de sinais é um problema recorrente quando se envia informação através de um canal de comunicação à uma taxa superior ao tempo de resposta desse canal. Colisionadores de partículas modernos operam em uma taxa de dezenas de milhões de colisões por segundo, o que geralmente leva a uma sobreposição de sinais na eletrônica de front-end, dificultando a seleção de eventos de interesse realizada pelo sistema de trigger nos detectores de partículas. Métodos de desconvolução atualmente propostos consideram a eletrônica de front-end como um canal de transmissão linear, no qual sua função de transferência pode ser cancelada utilizando técnicas lineares de equalização de canal, permitindo o cancelamento da interferência inter-simbólica e a correta interpretação dos dados anteriormente sobrepostos. Aproximações ótimas desse equalizador são propostas usando filtros FIR. No entanto, esse procedimento de compensação linear não leva em consideração as não-linearidades nas saídas dos sensores. Nesse trabalho, ao invés de utilizar um processo de equalização linear, um classificador neural (RNA) é usado para realizar o procedimento de detecção do sinal de interesse. Resultados advindos de simulação comparam a eficiência dos dois métodos em diferentes cenários de taxas de eventos.
Palavras-chave: calorímetro; rede neural; detecção; sobreposição de sinal