Séminaires généraux

TMVA : apprentissage automatique pour l'analyse de données en physique des hautes énergies

par Andreas Hoecker (CERN)

US/Central
Salle 101 (LAL)

Salle 101

LAL

Description
En physique des hautes énergies, avec la recherche de signaux de plus en plus petits dans des ensembles de données de plus en plus grand, il est essentiel d'extraire le maximum d'information. Les méthodes de classification multivariées basées sur l'apprentissage automatique sont devenues un ingrédient fondamental de beaucoup d'analyses. De plus ces méthodes ont évoluées significativement ces dernières années. TMVA est un logiciel intégré à ROOT, qui permet une grande variété d'algorithmes de classification, incluant :

- l'optimisation de coupures rectangulaires à l'aide d'un algorithme génétique
- estimateurs de vraisemblance uni- ou multi-dimensionels
- réseau de neurones

et des méthodes plus modernes:

- arbres de décision boostés
- machine à vecteur de support (Support Vector Machine)
- ajustement d'ensemble de règles (Rule Ensembles Fit)

TMVA gère l'entraînement, les tests et l'évaluation des performances de ces classificateurs avec une interface utilisateur simple, et facilite l'application des classificateurs aux données.

Un tutoriel TMVA aura lieu l'après-midi à 14h en salle bleue du LAL. Pour y participer, il faut se munir d'un ordinateur portable avec wifi et X windows ou l'équivalent, et avoir l'accès à root v5 au minimum, de préférence sur le portable, sinon sur un ordinateur distant. Pour gagner du temps, l'installation de TMVA peut être faite dès maintenant en suivant les instructions de cette page Le tutoriel est ouvert à tous mais les participants extérieurs au LAL sont invités à se faire connaître au préalable à rousseau at lal.in2p3.fr.

Slides