CuprinsS + 32 58 Ni 90 Ru
Agata
Algoritmul de tracking (Fuzzy logic)
Simularea experimentului:
Contributii la Proiectul European AGATA:Algoritmi de tracking si simulare de experimente
Gabriel Suliman
Cuprins
S + 32 58 Ni 90 Ru
Agata
Algoritmul de tracking (Fuzzy logic)
Simularea experimentului:
Proiectul
AGATA
Ce e AGATA?
Eficienta si raport P/T mare.
Capabilitatea sa faca fata unor rate de numarare mari
Resolutie in pozitie buna a fiecarui foton, care sa permita o buna corectie Doppler. Analiza formei semnalului+g-ray tracking
Configuration for AGATA
180 hexagonal crystals 3 shapes
60 triple clusters all equal
Inner radius 24 cm
Amount of germanium 362 kg
Solid angle coverage 82 %
6480 segments
Efficiency at 1MeV: 43% (Mg=1), 28% (Mg=30)
Peak/Total: 58% (Mg=1), 49% (Mg=30)
The configuration based on 180 hexagonal crystals has been chosen for AGATA and the crystal shape has been fine tunedto maximize the solid angle coverage and optimize the performance over a range of g multiplicities.
Algoritmul de tracking
Ingredients of Gamma Tracking
Analiza Formei Semnalului pentru identificarea semnalului de la fiecare detector · · Identificarea fiecarui punct de interactie
(x,y,z,E,t)i 1 2 3 4 Detectori segmentati Reconstructia tractoriei fotonilor evaluand permutari ale punctelor de interactie Electronica digitala care sa inregistreze si sa proceseze semnalele de la fiecare segment Foton reconstruit
What has to be done to perform tracking
What are the ingredients
Detectors highly segmented, encapsulated, cryostats
Electronics Digital
PSA to extract Energy Time and Position
Algorithm development particularly for position
Area where effort is required Thorsten Kroell. See him.
Tracking algorithms, reconstruction of the events for full array
Obtain full energy
Many technical development in all areas.
Algoritmul de tracking Gruparea punctelor de interactie
clustering Validarea grupurilor de puncte
J.C.Bezdek, in F.Hoeppner et al, “Fuzzy Cluster Analysis”, J.Wiley, 1999
Fuzzy C-Means (or ISODATA)
Minimizarea unei functii obiectiv:
j - indicele celor N puncte de interactie
k - indicele celor K grupuri de puncte
d - distanta geometrica intre punctul j si clusterul k.
- gradul de apartenenta a punctului j la clusterul k
m - fuzzyfier Algoritmul de Clusterizare
Fuzzy clustering
Algoritmul de Clusterizare
Fuzzy clustering grupurile de puncte depind doar de distributia in spatiu a punctelor de interactie
(no origin)
Iterativ - viteza mica de executie
Parametru de input - numarul de clusteri DEZAVANTAJE AVANTAJE
Descrierea algoritmului de clusterizare Gasirea numarului de clusteri Initializarea pozitiilor initiale a clusterilor si gradului de apartenenta a fiecarui punct la cluster Noul grad de apartenenta a fiecarui punct la clusteri Noi pozitii ale clusterilor pentru a minimiza functia obiectiv
Schema circulara
Descrierea algoritmului de clusterizare
Gasirea numarului de clusteri Cluster no 1 Cluster no 2 Cluster no 3 Cluster no 4 Cluster no 5
Descrierea algoritmului de clusterizare
Gasirea numarului de clusteri numarul de fotoni care au interactionat cu detectorul
(unul sau mai multe puncte de interactie)
Numarul bun de clusteri
Numarul de clusteri determinat ≈
# de clusteri: Distanta =35
“valoare optima”
Descrierea algoritmului Defuzzification:
“each point belongs to each cluster” →“crisp clusters”
Methods used:
Apply a threshold on the degree of membership to each cluster
Apply a cut on the dispersion of the degree of membership
Apply a cut on the average degree of membership
……
Descrierea algoritmului de tracking
Validarea Clusterilor Fotoni: Energie, puncte de interactie “Brute Force” “Best Next Step” Auxiliara Factori de calitate Calitatea Algoritmului Clusteri Factori de calitate Factori de calitate Cuts Fotoni: Energie, Puncte de interactie
Comments