Redes neuronales cuánticas para la clasificación de hadrones en colisionadores de hadrones

Simple item page
dc.audiencegeneralPublic
dc.contributorPedraza Morales, María Isabel
dc.contributorAvilez López, Ana Aurelia
dc.contributor.advisorPedraza Morales, María Isabel; 0000-0002-2669-4659
dc.contributor.advisorAvilez López, Ana Aurelia; 0000-0003-2223-4716
dc.contributor.authorBautista Reyes, Daniela
dc.date.accessioned2026-11-06T15:03:36Z
dc.date.available2026-11-06T15:03:36Z
dc.date.issued2026-03
dc.description.abstract“El etiquetado de jets es una tarea central en la física de partículas de altas energías, ya que permite identificar el origen partónico de los jets producidos en colisiones hadrónicas y, con ello, mejorar la sensibilidad de numerosos análisis de precisión y búsquedas de nueva física en el Gran Colisionador de Hadrones (LHC). La discriminación entre jets originados por quarks y gluones es particularmente relevante, pero se ve limitada por la complejidad de los procesos de fragmentación y hadronización, así como por la naturaleza altamente correlacionada de los datos experimentales. En este trabajo de tesis se propone abordar el problema del etiquetado de jets mediante redes neuronales basadas en grafos con mecanismos de atención híbridos. Los jets son representados como grafos, en los cuales los nodos corresponden a las partículas constituyentes del jet y las conexiones entre ellos codifican relaciones relevantes. Sobre dicha representación se desarrollan modelos que incorporan mecanismos de atención, con el objetivo de asignar pesos adaptativos a las distintas partículas del jet en función de su relevancia para la tarea de clasificación. En particular, se consideran dos enfoques metodológicos. El primero consiste en una arquitectura completamente clásica, compuesta por capas de atención en grafos seguidas de un clasificador neuronal convencional”.
dc.folio20260429151310-3326-TL
dc.formatpdf
dc.identificator1
dc.identifier.urihttps://hdl.handle.net/20.500.12371/34712
dc.language.isospa
dc.matricula.creator202028908
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.classificationCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA
dc.subject.lccFísica--Física nuclear y de partículas--Interacciones nucleares--Temas especiales--Colisiones
dc.subject.lccFísica--Física nuclear y de partículas--Física de partículas elementales--Partículas nucleares y subnucleares especiales, antipartículas y familias de partículas--Quarks--Decaimiento
dc.subject.lccHaces de partículas
dc.subject.lccPartículas (Física nuclear)--Sabor
dc.thesis.careerLicenciatura en Física Aplicada
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactas
dc.thesis.degreegrantorFacultad de Ciencias Físico Matemáticas
dc.thesis.degreetoobtainLicenciado (a) en Física Aplicada
dc.titleRedes neuronales cuánticas para la clasificación de hadrones en colisionadores de hadrones
dc.typeTesis de licenciatura
dc.type.conacytbachelorThesis
dc.type.degreeLicenciatura
Files
Original bundle
Now showing 1 - 2 of 2
Name:
20260429151310-3326-TL.pdf
Size:
1.15 MB
Format:
Adobe Portable Document Format
Download
Name:
20260429151310-3326-CARTA.pdf
Size:
684.29 KB
Format:
Adobe Portable Document Format
Collections
Tesis de Licenciatura