HEPKNU 정예신병양성교육대에 오신것을 환영합니다.
Google colab 이나 Jupyter Notebook 환경을 위한 ipynb 확장자도 지원합니다.
Project 01의 진행을 위해 Drell-Yan process의 ROOT 파일을 사전에 준비해주세요.
-
Project 01: Z 보존 질량 재구성
- 01-1: 전자와 뮤온 물리량 뽑아보기 : Lecture_01.py
- 01-2: 전자-전자 채널에서의 전자-전자 질량 계산 : Lecture_02.py
- 01-3: 두-경입자 질량의 물리적 의미 확인 및 비교 : Lecture_03.py
Project 02의 진행을 위해 W > l vl process의 검출기 시뮬레이션을 통과한 ROOT 파일을 사전에 준비해주세요.
-
Project 02: W 보존 횡단질량 계산
- 02-1: 렙톤과 중성미자 식별 :
- 02-2: 중성미자는 식별될 수 없다 :
- 02-3: W 보존의 횡단질량 계산 : Lecture_04.ipynb
Project 03은 분석된 데이터를 시각화하는 과정을 다루고 있습니다. 간단한 물리량, 확률밀도, 그리고 DATA / MC 로 많이 활용되는 서브플롯 기능들을 소개합니다.
-
Project 03: 실험데이터 시각화
- 03-1: 시각화 예제 : Visualization_v1.ipynb
- 03-2: 확률밀도 시각화 : prob_dense.ipynb
- 03-3: 서브플롯 : subplot.ipynb
- 03-3: 서브플롯 : subplot_v2.ipynb
Project 04는 여러분들이 실험 데이터를 자발적으로 컨츄롤하고 최적화, 유의수준계산 등을 실시하는 것을 다룹니다.
주의 사항: Ntuple 형식이나 분석 과정 설계에는 답안이 없습니다. 트리형 구조 (eg. ak.zip etc.) 혹은 선형 구조 (eg. list, np.array etc.) 모두 가능하며, 아래의 예제들은 모두 연구원의 목적, DB특성 및 개인 취향에 따라 달라질 수 있습니다.
-
Project 04: 고등 데이터 분석 기법
- 04-1: Ntuple 만들기 : Make_NTuple.py
- 04-1: TPR / FPR 계산 및 판별변수 최적화 : Cal_TPR.ipynb