Разработка алгоритма машинного обучения для поиска новых распадов $B_c^+$ мезонов с чармонием и многочастичными адронными состояниями

В статье представлен процесс реализации алгоритма машинного обучения для классификации событий в физике высоких энергий. Приведены результаты тестирования классификатора на основе градиентного ускоренного дерева решений для улучшения эффективности отбора редких распадов $B_c^+$ мезонов с чармонием и многочастичными адронными состояниями. Разработка алгоритма выполнялась с применением пакета для многомерного анализа данных. Обучение классификатора основано на использовании данных математического моделирования и экспериментальных данных, набранных детектором LHCb на Большом адронном коллайдере в период с 2011 по 2018 гг.