Regresar

Análisis de partículas a través de algoritmos de Clustering para la identificación de situaciones anómalas en las colisiones que se producen en el gran colisionador de hadrones.

Abstract:

El siguiente proyecto de titulación trata sobre el estudio de la colisión de partículas, además de buscar anomalías mediante los algoritmos no supervisados de Clustering del cual contamos con 2 Dbscan y K means. Específicamente para el estudio se consideró analizar múltiples conjuntos de datos del CMS, el mismo que genera datos a partir del choque entre partículas, además de identificar nuevas anomalías y funciones resultantes de las colisiones entre partículas. Para lograrlo, se utilizará el algoritmo de agrupación Dbscan, que es un sistema de aprendizaje no supervisado que implementa un sistema basado en la distancia y la densidad, Además cabe mencionar que se estudiaron 4 datasets de 100 registros obtenidos de los repositorios Hepdata y Opendata que están publicados en la Institución llamada CERN, es uno de los laboratorios de investigación científica mas grande del mundo que esta ubicado en Suiza cerca de la frontera con Francia.