Resultados Iris

Resultados MonLuiz Eduardo Balabram1ResumoCERNUPSOResultadosConcluso2CERN e o LHCFundado no ano de 1954 o maior centro de pesquisas cientficas na rea de fsica de partculasConta com a colaborao de 113 pases, envolvendo 608 universidades e institutosPossui o maior acelerador de partculas j construdo, LHC

3ATLAS um dos dois detectores de propsito geral localizados ao redor do LHCGrava as medidas das partculas criadas na coliso composto por vrios subsistemas com caractersticas especficas

4Sistema de coordenadas do ATLASO ATLAS possui um sistema de coordenadas cartesiano que segue a regra da mo direita

5Calormetro de telhas e Cmara de mons

Geometria de clulas do TileCal

6UNIFIED PARTICLE SWARM OPTIMIZATIONPSO voltado para exploitation ou explorationParsopoulos and Vrahatis (2004)Buscaram um algoritmo capaz de vasculhar localmente e globalmente, sem aumentar a carga computacionalUtiliza o coeficiente de constrio (constriction coefficient)Global:

Local:

7UNIFIED PARTICLE SWARM OPTIMIZATIONPrincipal novidade de UPSO, ocorre na atualizao da velocidade

Atualizao de posio permanece a mesma

u funciona como uma compensao ponderada do melhor mnimo global e localu valido no intervalo [0,1]u=0, favorece a exploration (busca local)u=1, favorece a exploitation (busca global)

8UNIFIED PARTICLE SWARM OPTIMIZATIONOutra novidade, melhoria no fator de exploraoAdicionado um novo parmetro estocstico na equao 3, gerando 2 novas possibilidades para atualizar a velocidadeGlobal:

Local

r3 segue uma distribuio gaussiana

9Aumento gradual do fator de unificaoTipost representa a iteraoTmax representa o nmero mximo de iteraesLinear

Modular

Exponencial

Sigmoid

10Funes de aumento gradual do fator de unificao

11Pseudo-Algoritmo do UPSOInicializao aleatria das posies e velocidadesAvaliao de desempenho(mse)Busca em cada enxame, atualizando mnimo local e mnimo globalIterao at o trmino ou alcance de desempenhoAtualizao de velocidadesAtualizao do Componente Global de PSO (formula 1) para cada enxameAtualizao do Componente Local de PSO (formula 2) para cada enxameAtualizao da velocidade utilizando o parmetro u (frmula 3)Verificao do limite de velocidade inferior e superiorAtualizao de posio com base na nova velocidade (frmula 4)Avaliao de desempenho(mse)Busca em cada enxame, atualizando mnimo local e mnimo global

12Mons Base de dadosRun_191715 (eventos de outubro de 2011) aquisio de mons4015 mons422 no-monsMinbias (etapa offline) rejeio de mons2252 mons (selecionados pelo critrio tight)430 no-mon (selecionados pelo critrio loose)13Mons detalhes do Treinamento)70% treino20% validao10% testeReplicao dos dadosMudanas das variveis eta para sin() e cos()Variao aleatoriamente uniforme entre conjunto de terinamento/validao/testeRede Neural MLP7 entradasNeurnios na camada escondidaQuantidade: 15 para 191715 e 29 para minbiasTipo: tangente hiperblicoCamada de sada 1 tangente hiperblicaUPSO40 enxamesChi 0.736 ; C1=C2=2.05; U = 0.5AmbosInicializao de pesos aleatria4000 pocas; fail = 500

14Resultados minbias (Fernando)

15Resultados - minbiasBest SP(%)meanSP(%)stdSP(%)Best FA(%)Mea_fa(%)Std_FA(%)Best TA(%)MeanTA(%)Std TA(%)Upso64,4660,022,8132,3940,383,5964,2859,502,53Upso_linear63,3659,872,1832,6040,723,3562,8659,392,18Upso_mod66,1060,533,7932,5740,914,4166,1759,693,75Upso_exp63,3359,772,9934,1940,123,1463,0059,412,84Upso_sig65,5561,463,0533,4039,893,7165,3460,743,12NN80,7472,325,3815,3624,795,9680,5672,235,34NN_wUPSO72,1065,923,7629,1839,175,5871,6162,845,03SPFATANN_Fernando82,0021,282,3 0.0253 0.0218 0.0375 0.0284 0.0312 0.0534 0.0503

16Resultados - 191715Mean timeStdtimeUpso161,7237,2Upso_linear267,24303,1Upso_mod305,2272,2Upso_exp126,52130,8Upso_sig217,0282,0NN106,381,92NN_wUPSO157,569,27237.1876 303.1346 272.1623 130.7722 282.0116 81.9207 69.277017Resultados 191715 (Fernando)

18Resultados - 191715Best SP(%)meanSP(%)stdSP(%)Best FA(%)Mea_fa(%)Std_FA(%)Best TA(%)MeanTA(%)Std TA(%)Upso99,93099,93Upso_linear99,97099,97Upso_mod99,95099,95Upso_exp99,96099,96Upso_sig99,86099,87NN99,96099,96NN_wUPSO99,85099,86SPFATANN_Fernando80,0015,475,6 19Resultados - 191715Mean timeStdtimeUpso117,437,51Upso_linear126,253,70Upso_mod112,042,21Upso_exp170,9193,4Upso_sig123,363,56NN114,341,54NN_wUPSO165,876,64 37.5099 53.7019 42.2093 193.4558 63.5618 41.5393 76.642620Resultados - 191715Best SP(%)meanSP(%)stdSP(%)Best FA(%)Mea_fa(%)Std_FA(%)Best TA(%)MeanTA(%)Std TA(%)Upso66,4462,983,6544,6638,194,7166,3061,963,42Upso_linear68,7264,742,2741,1835,405,1268,5463,992,79Upso_mod67,4463,162,9942,3238.842,8666,7162,122,83Upso_exp65,5863,513,2144,8434,895,5966,1861,963.25Upso_sig68,4564,082,7640,7634,345,8268,3363,412,70NN76,3172,262,7231,4125,803,6776,2672,272,68NN_wUPSO68,4162,085,3345,9238,315,0567,63 60,395,63SPFATANN_Fernando80,0015,475,6 21Resultados - 191715Mean timeStdTimeUpso86,1265,70Upso_linear105,587,01Upso_mod100,3100,6Upso_exp53,4024,63Upso_sig77,4774,61NN63,0818,64NN_wUPSO103,670,92 37.5099 53.7019 42.2093 193.4558 63.5618 41.5393 76.642622ConclusesO algoritmo UPSO apresentou um desempenho pior em relao a rede neuralNo houveram melhorias significativas em relao aos algoritmos23