Применение алгоритма градиентного бустинга над решающими деревьями в задаче идентификации частиц в эксперименте MPD
Аннотации
Ключевые слова:
Particle identification, Gradient boosting, Decision trees, MPD experiment, Machine learning in physics, CatBoost, XGBoost, LightGBM, SketchBoostАннотация
Представлены результаты применения алгоритма градиентного бустинга над решающими деревьями в задаче идентификации частиц в эксперименте MPD на ускорительном комплексе NICA. Одной из ключевых задач в рамках эксперимента MPD является идентификация частиц. Рассматриваются алгоритмы градиентного бустинга вследствие того, что входные данные в задаче идентификации частиц, в целом и в MPD в частности, являются структурированными. Так, были рассмотрены четыре реализации алгоритмов градиентного бустинга. Для оценки точности и скорости алгоритмов были проведены численные эксперименты с помощью монтекарловских событий столкновений $Bi + Bi$ при энергии $\sqrt{s_{NN}} = 9,2$ ГэВ, с минимальным прицельным параметром, которые ожидаются в рамках первого запуска эксперимента. Полученные результаты демонстрируют, какой из рассмотренных алгоритмов будет наиболее подходящим в зависимости от вычислительных условий эксперимента.
