Obiective principale

    Obiectivele stiintifice ale acestui proiect, aflate in stransa corespondenta cu atributiile actuale ale grupului din ISS in experimentul R3B, sunt:

1. dezvoltarea unui algoritm bazat pe tehnici de invatare automata si retele neurale pentru reconstructia traselor neutronilor cu energii mari in detectorul NeuLAND impreuna cu evaluarea calitativa a acestui algoritm in vederea imbunatatirii algoritmilor de reconstructie actuali;
2. construirea de metode de analiza si auto-invatare optime automatizate ale lantului de reconstructie pe baza experimentelor test efectuate cu detectorul NeuLAND.

    Un potential bonus, care se poate dovedi a avea o valoare stiintifica ridicata, o reprezinta gasirea unei solutii pentru a reduce erorile sistematice induse in algoritmii noi de reconstructie de procesele de fizica implementate in simulatoare precum Geant4.

Obiective specifice

    Obiectivul principal al acestui proiect este de a imbunatati intelegerea datelor de la experimentele test sau simularile Monte Carlo implicand detectorul NeuLAND prin explotarea la maxim a tuturor datelor folositoare in analizele stiintifice. Pentru aceasta vom aplica metode de sondare a datelor si motoare de analiza moderne si vom dezvolta algoritmi software care vor accelera analiza stiintifica a datelor de la cativa detectori si aranajamente experimentale in acelasi timp. Aceasta va permite si rezolvarea unor efecte anterioare necunoscute care genereaza anomalii in date si care pot duce la interpretarea eronata arezultatelor si cauza deasemenea neconcordante in rezultatele de la diferite experimente.
    Scopurile propuse aici pot fi atinse folosindu-ne de experienta capatata de-a lungul anilor prin implicarea in experimentul R3B, in special in Grupul de lucru NeuLAND, si este condusa de competitivitatea atinsa intr-un proiect anterior in care am dezvoltat un algoritm bazat pe o abordare clasica.
    Pentru a atinge primul obiectiv al acestui proiect, algoritmul bazat pe invatare automata, trebuie sa evaluam mai intai metodele existente de invatare automata, sa le folosim in combinatie cu programele de simulare pentru a decide care este mai potrivit nevoilor noastre si in final sa extragem informatia care sa poata fi comparata cu rezultatele obtinute de algoritmii de reconstructie pentru NeuLAND anteriori pentru a decide daca acestea reprezinta o alternativa viabila si cum poate imbunatati analiza datelor. Simularile interactiilor neutronilor in NeuLAND ofera o descriere detaliata a interactiilor in detector si ofera posibilitatea evaluarii diferitilor algoritmi, compararea rezultatelor si proiectarea de rutine de recontructie imbunatatite. Algoritmul de recontructie a neutronilor are ca date de intrare informatii despre toate interactiile inregistrate in detectorul de neutroni, precum pozitii, timpi si energii depozitate. Cu aceste informatii algoritmul ar trebui sa fie capabil sa estimeze numarul de neutroni carea interactionat in detector si sa calculeze cuadri-vectorul pentru acesti neutroni incidenti. Prin urmare, algoritmul de reconstructie va fi bazat pe puncte din spatiul interactiilor inelastice ale neutronilor in detector obtinute din codurile de simulare. Algoritmul de invatare automata a reconstructiei traselor neutronilor reprezinta o metoda noua si provocatoare pentru acest proiect. In final vom efectua o verificare calitativa dedicata a algoritmului, tinand cont ca se doreste atingerea unei eficacitati mai mari de 90% in cazul evenimentelor cu un singur neutron sau mai mare de 62% in cazul evenimentelor cu 4 neutroni.
    Construirea de metode de analiza prin auto-invatare optimizate automat pentru NeuLAND este consecinta fireasca a folosirii aplicatiilor Monte Carlo precum Geant4 si Fluka. In fapt, aceste coduri au fost folosite intensiv in activitatile noastre anterioare in R3B, ca instrumente independente sau incluse intr-un cadru de lucru complex (R3BRoot) care ne ofera suficienta incredere in abordarea unei asemenea teme. Scopul in acest caz il reprezinta dezvoltarea de procese de invatare automata care sa abordeze intreg lantul procesului de reconstructie atat in cazul datelor experimentale (date brute -> despachetare -> mapare -> calibrare -> hit in detector -> reconstructie -> analiza) cat si in cazul simularilor (generarea de evenimente -> transport Monte Carlo -> digitizare -> hit in detector -> reconstructie -> analiza). Interg lantul de analiza de fizica va fi integrat in cadrul de lucru R3BRoot si va fi disponibil prin interfata grafica a cadrului de lucru mentionat anterior.
    In plus, pentru toate scopurile mentionate anterior, este necesara o documentare de tip Doxygen complexa [4] deoarece aceasta este una dintre cele mai mari probleme in dezvoltarea actuala de cod de simulare in intreaga lume.
[1]   I. Abt et al., Nuclear Instruments and Methods in Physics Research A 490 (2002) 546-558
[2]   P. Pawlowski et al., Nuclear Instruments and Methods in Physics Research A 694 (2012) 47-54
[3]   R3BRoot Source Directory
[4]   Doxygen - generate documentation from source code