ABSORPTION LENGTH STATUS (group meeting) HAROLD YEPES-RAMIREZ IFIC, July 27 th 2010 1.

Slides:



Advertisements
Presentaciones similares
Guía de Implementación
Advertisements

Sección 4 Gastos Generales
Crear libro de pedidos SAP Best Practices.
Mantenimiento de ciclos de subrepartos (155.07)
También conocido como Diseño Lógico Rodrigo Salvatierra Alberú.
DISEÑO DE EXPERIMENTOS
Estadística Unidad III
MECOMPETE PRESENTACIÓN DEL SOFTWARE
ACCIONES & VALORES S.A. Informe de Monitoreo y Auditoría en Marketing Digital – Diagrama APD y presentación factores de Usabilidad OCTUBRE 1 DE 2013 *
UNIDAD 4. TÉCNICAS PARA LA IMPLEMENTACIÓN DE UN SISTEMA DE CALIDAD
X-MAS BEACON SHADOWING ANALYSIS Harold Yepes-Ramirez 06/11/2011.
Tema 3 Revisión de diversos métodos robustos aplicados en algunos problemas fotogramétricos.
Tema 5: Modelos probabilísticos
12.4 Seguridad de los archivos del sistema
9 Regresión Lineal Simple
TRADUCTOR DE UN PROGRAMA
Seguridad de la combinación de metformina y sulfonilureas Rao AD, Kuhadiya N, Reynolds K, Fonseca VA. Is the Combination of Sulfonylureas and Metformin.
Ser-to be Descriptions/characteristics Time/date Soy de españa.
HAMING ALVARO CISNEROS.
Demultiplexor y Chip 74LS154
MODELOS DE ELECCIÓN BINARIA: ANÁLISIS LOGIT
Subconsultas Avanzadas
Crear número de serie/equipo (155.36)
Comentarios en PHP Programación en Internet II. Comentarios en PHP Programación en Internet II Universidad de Guadalajara | Centro Universitario de la.
UNITA - IBARRA TRIGGERS
Modelo de regresión simple: Y =  1 +  2 X + u 1 Hemos visto que los coeficientes de regresión b 1 y b 2 son variables aleatorias. Estos, respectivamente,
Representantes de casilla y voto presidencial: un análisis preliminar Dr. Javier Aparicio División de Estudios Políticos CIDE
Registro de Obras Literarias Editadas REALIZADO POR: ANDRÈS BARRETO.
XXXII Bienal de Física XXXII Bienal de Física 07 – 11 de Septiembre de 2009, Ciudad Real EL SISTEMA DE CALIBRACIÓN DE BALIZAS ÓPTICAS DEL TELESCOPIO DE.
The Normal Distribution To calculate the probability of a Normal distribution between a and b:
ESTADÍSTICAS DESCRIPTIVA
Métodos de calibración: regresión y correlación
Alineamiento.
Econometría Clase 10 Caso práctico. El Gerente General de la compañía Aceros del Pacífico considera que los ingresos podrían aumentar un 3,5% durante.
Capacidad de Proceso.
Un sistema de monitorización de la glicemia a través de internet mejora el grado de control de la diabetes tipo 2 AP al día [
Pronóstico de las personas infectadas por el VIH Bhaskaran K, Hamouda O, Sannes M, Boufassa F, Johnson AM, Lambert PC et al for the CASCADE Collaboration.
Herramientas básicas.
ESTADO ACTUAL DE LA MEDIDA DE LA LONGITUD DE ABSORCIÓN HAROLD YEPES RAMIREZ IFIC, 30 de octubre de 2009.
Tamaño de Muestra y Poder del Estudio de Investigación  Los ingredientes para calcular el tamaño de muestra y como diseñar el estudio  Un ejemplo, con.
RETO INTERNACIONAL LABSAG SIMPRO MAYO 2015
ESTADO ACTUAL DE LA MEDIDA DE LA LONGITUD DE ABSORCIÓN HAROLD YEPES RAMIREZ IFIC, 17 de Noviembre de 2009.
INTRODUCCIÓN A LA INGENIERÍA DEL SOFTWARE
La vacunación antigripal se asocia a un mayor riesgo de síndrome de Guillain-Barré AP al día [
Second Grade – High Frequency Word Reading Competition Classroom Competition Created by: Malene Golding School Improvement Officer: Kimberly Fonteno.
First Grade – High Frequency Word Reading Competition Classroom Competition Created by: Malene Golding School Improvement Officer: Kimberly Fonteno.
Influence of OB LEDs on transmission length measurements (EXTENDED) HAROLD YEPES-RAMIREZ IFIC, October 26 nt
Sebastian Madrid Perez
Medición, Assessment y Evaluación
Time calibration with muons J.P. Gómez-González. Updates Seleccionar eventos aplicando un corte en lambda menos restrictivo (>-7.0)  Adaptar el código.
Proyecto Grupal #1 Análisis Sensorial de Alimentos Fernando Pérez 8 de septiembre de 2006.
GENERACION DE WINDOWS PROFESOR: Fernando Mejía. ALUMNO: Luis Eduardo Valenzuela Hidalgo.
“Instalación de TuneUp Utilities” Para empezar la instalación de TuneUp Utilities, haga doble clic en el ejecutable del programa: Se le abrirá el asistente.
TENER, ESTAR and ANDAR in the Preterite. The verbs tener, estar, and andar have similar stem changes in the Preterite tense. They all have “uv” in the.
TK Hemmick1 HBD Status TK Hemmick for the HBD group.
MÉTODO CIENTÍFICO SCIENTIFIC METHOD. Observación Observation Scientists use observation skills to identify which problems they would like to solve Simply.
MODULACION Concepto: Modular una señal consiste en modificar alguna de las características de esa señal, llamada portadora, de acuerdo con las características.
David G. Burnet Elementary Feria de ciencias
1 Applied biostatistics Francisco Javier Barón López Dpto. Medicina Preventiva Universidad de Málaga, España
DETECCION DE SEÑALES BINARIAS EN RUIDO GAUSSIANO El criterio de toma de decisión fue descrito por la ecuación Un criterio muy usado para escoger el nivel.
Capítulo 4 Análisis de la Entrada
Supuestos en el análisis de regresión
ESTADO ACTUAL DE LA MEDIDA DE LA LONGITUD DE ABSORCIÓN HAROLD YEPES RAMIREZ IFIC, 5 de Noviembre de 2009.
OPTICAL PROPERTIES ON RECONSTRUCTION: STATUS HAROLD YEPES-RAMIREZ IFIC, May 12 th
Bahar Erguney, Business Analyst Irene Besenbaeck, Quality Management EMEAR 1 © 2010 Cisco and/or its affiliates. All rights reserved. Cisco Confidential.
ESTADISTICA Llamada ciencia de los datos por el aporte que recibe de la matemática y el uso que hace de esta para la medición de errores. Se encarga de.
4. Métodos psicofísicos de medida en clínica
Auxiliar 11 IN4402-1: Aplicaciones de Probabilidades y Estadística en Gestión Profesora: Paola Bordón T. Auxiliar: Andrés E. Fernández V, 28 de Julio,
Evaluando los promedios de grupos distintos UNIDAD 7 1.
CIEMAT Spanish WA105 meeting
Transcripción de la presentación:

ABSORPTION LENGTH STATUS (group meeting) HAROLD YEPES-RAMIREZ IFIC, July 27 th

ANALISIS: 1.Análisis presentado en Clermont-Ferrand usando sensitividades de Dmitry y errores relativos del 5%. Análisis de Clermont después de actualización de software (antares-daq, ROOT) y cross-checks de tablas. 2.Transmisión de la luz en el verde. 3.MC para UV. 4.ANTARES en el GRID del CSIC. 5.Status de la toma de datos - Sistemáticos: caras del LED. 2

Análisis Clermont-Ferrand + sensitividades de Dmitry, errores relativos del 5%: Clermont-Ferrand: eficiencias de ruido + t-student

4 Explicación: Por alguna razon recibe menos señal de la que toca (comparación con 45346). Ambos tomados con la cara 1, la influencia de la cara puede descartarse. El run posterior al 46818, tomado un mes después (47696), presenta el mismo comportamiento

5

6

Blue  = 470 nm) Student’s t error values Entries 29 L ± RMS[m] 55.1±3.0 Average σ fit (RMS) [m] 2.4 (0.9) Mean Prob (  2 ) (RMS) 0.66 RMS Prob (  2 ) 0.36 Entries with Prob (  2 ) < 1% 1 UV ( = 400 nm) Student’s t error values Entries 13 L ± RMS[m] 38.1±2.1 Mean σ fit (RMS) [m] 1.1 (0.6) Mean Prob (  2 ) 0.61 RMS Prob (  2 ) 0.31 Entries with Prob (  2 ) < 1% 0 7 Blue  = 470 nm) Student’s t error values Entries 29 L ± RMS[m] 55.1±3.0 Average σ fit (RMS) [m] 2.4 ( 0.8 ) Mean Prob (  2 ) (RMS) 0.66 RMS Prob (  2 ) 0.36 Entries with Prob (  2 ) < 1% 1 UV ( = 400 nm) Student’s t error values Entries 13 L ± RMS[m]37.8±1.8 Mean σ fit (RMS) [m] 1. 2 (0.6) Mean Prob (  2 ) RMS Prob (  2 ) 0.31 Entries with Prob (  2 ) < 1% 0 ANTES: DESPUES:

Clermont-Ferrand: eficiencias de ruido + 5% errores 8

9

10

Blue  = 470 nm) Fixed 5% relative errors Entries 29 L ± RMS[m] 54.5±2.4 Average σ fit (RMS) [m] 1.9 (0.3) Mean Prob (  2 ) (RMS) 0.46 RMS Prob (  2 ) 0.33 Entries with Prob (  2 ) < 1% 2 UV ( = 400 nm) Fixed 5% relative errors Entries 14 L ± RMS[m] 37.1±1.2 Mean σ fit (RMS) [m] 0.7 (0.1) Mean Prob (  2 ) 0.37 RMS Prob (  2 ) 0.36 Entries with Prob (  2 ) < 1% 3 11 ANTES: DESPUES: Blue  = 470 nm) Fixed 5% relative errors Entries 29 L ± RMS[m] 54.5±2.4 Average σ fit (RMS) [m] 1.9 (0.3) Mean Prob (  2 ) (RMS) 0.46 RMS Prob (  2 ) 0.33 Entries with Prob (  2 ) < 1% 2 UV ( = 400 nm) Fixed 5% relative errors Entries 1313 L ± RMS[m] ±1. 3 Mean σ fit (RMS) [m] 0. 9 (0.1) Mean Prob (  2 ) RMS Prob (  2 ) Entries with Prob (  2 ) < 1% 3

Clermont-Ferrand: eficiencias Dmitry + t-student 12

13

14

Blue  = 470 nm) Dmitry-student Entries 29 L ± RMS[m] 54.5±3.0 Average σ fit (RMS) [m] 2.9 (1.0) Mean Prob (  2 ) (RMS) 0.77 RMS Prob (  2 ) 0.26 Entries with Prob (  2 ) < 1% 0 UV ( = 400 nm) Dmitry-student Entries 13 L ± RMS[m] 36.3±0.8 Mean σ fit (RMS) [m] 1.3 (0.6) Mean Prob (  2 ) 0.82 RMS Prob (  2 ) 0.19 Entries with Prob (  2 ) < 1% 0 15

Clermont-Ferrand: eficiencias Dmitry + 5% errors 16

17

18

Blue  = 470 nm) Dmitry-5% error Entries 29 L ± RMS[m] 53.5±3.6 Average σ fit (RMS) [m] 1.9 (0.3) Mean Prob (  2 ) (RMS) 0.44 RMS Prob (  2 ) 0.39 Entries with Prob (  2 ) < 1% 0 UV ( = 400 nm) Dmitry-5% error Entries 13 L ± RMS[m] 37.1±1.6 Mean σ fit (RMS) [m] 0.9 (0.1) Mean Prob (  2 ) 0.19 RMS Prob (  2 ) 0.24 Entries with Prob (  2 ) < 1% 0 19

RESUMEN: Blue ( = 470 nm) Noise+t-studentNoise+5 % errorsDmitry+t-studentDmitry+5 % errors Entries29 L ± RMS[m]55.1± ± ± ±3.6 Average σ fit (RMS) [m]2.4 (0.8)1.9 (0.3)2.9 (1.0)1.9 (0.3) Mean Prob (  2 ) (RMS) RMS Prob (  2 ) Entries with Prob (  2 ) < 1% 1200 UV ( = 400 nm) Noise+t-studentNoise+5 % errorsDmitry+t-studentDmitry+5 % errors Entries13 L ± RMS[m]37.8± ± ± ±1.6 Mean σ fit (RMS) [m]1.2 (0.6)0.9 (0.1)1.3 (0.6)0.9 (0.1) Mean Prob (  2 ) RMS Prob (  2 ) Entries with Prob (  2 ) < 1% 0300 Mean Prob (  2 ) should be 0.5RMS Prob (  2 ) should be 1/√12 =

Comentarios generales: basados en conclusiones de Clermont Blu e Noise+t-studentNoise+5 % errorsDmitry+t-studentDmitry+5 % errors 1.L > 60 m (L2). 2.L < 50 m (L4). 3.Acumulación altos P(chi2). 4.σ fit (Mean-RMS) coinciden con RMS de L. 1.L < 50 m (L4-L8). 2.L2 con 2 entradas ~0 en Prob(chi2). Relativamente plana. 3.σ fit (Mean-RMS) coinciden cercanamente con RMS de L. 1.L < 50 m (L8). 2.L > 60 m (L2). 3.Acumulación altos P(chi2). 4.σ fit (Mean-RMS) coinciden con RMS de L. 1.L < 50 m (L4-L8). 2.Acumulación bajas P(chi2). 3.σ fit (Mean-RMS) NO coinciden con RMS de L. UVNoise+t-studentNoise+5 % errorsDmitry+t-studentDmitry+5 % errors 1.L > 40 m (run~47000). 2.Distribución plana P(chi2). 3.σ fit (Mean-RMS) coinciden con RMS de L. 1.L12 con 2 entradas de baja Prob(chi2). Distribución plana 0.7 < P(chi2) < σ fit (Mean-RMS) coinciden cercanamente con RMS de L. 1.Prob(chi2), relativamente plana. 2.σ fit (Mean-RMS) coinciden con RMS de L. 1.L < 35 m (36063). 2.Acumulación bajas P(chi2). 3.σ fit (Mean-RMS) NO coinciden con RMS de L. 21

22 Transmisión de la luz en el verde (Javier Barrios) Criterio utilizado:  Ruido < 100 kHz, plano  Número de eventos >  Runes de alta intensidad (ajuste entre 200 y 280 m)  A partir de 200 m, hits/flashes ~ 0.1  No se han incluido runes que pudieran ser tests Tipos de análisis realizado:  Eficiencias de ruido, t-student  Eficiencias de ruido, errores relativos (8%)

23 Eficiencias de ruido (eff2) y t-student (method0) Gap debido a problemas con la versión de calibración Valor con problemas de ajuste t-student (ver plots de runes “raros”)

24 Otro punto con problemas de ajuste por t-student (ver plots runes “raros”) Punto de la página anterior

25 Histograma de errores (t-student) Histograma Chi²

26 Histograma transmisión

27 Plots de runes que no ajustan correctamente Run (valor de l demasiado por encima, errores de dos puntos demasiado bajos, ¿tal vez el punto de 260 m no debería estar ahí?) Run (valor de l correcto, prob chi² de 0 por un punto sin casi error)

28 Eficiencias de ruido (eff2), errores relativos al 8%

29 Histograma de chi² con análisis al 5% Histograma de chi² con errores al 8%

30 Histograma ele_student Histograma errores de L (¿es necesario?)

31 Análisis con eficiencias de Dmitry: No se ha realizado, debido a que una gran cantidad de runes no tienen eficiencias asignadas

32 MC para UV: Outputs revisados. 15 muestras con distinta estadística (>100k eventos) y con fondo 70 kHz. Considerando enviar muestras con distintos valores de fondo. Optimizando código para análisis (incluyendo  R).

33 ANTARES en el GRID del CSIC: -Obtener certificados de usuario -Apuntarse a la VO del Ific -Utilizar los recursos del Ific -Puede seguir los pasos en:

34 Toma de datos (runes después de Clermont): Estrategia RUNDATELINESTOREYFACEINTENSITY /03/ H(UV) /03/ H /03/ L /03/ H /03/ H /04/ H(UV) /04/ H(UV) /04/ H /04/ H /04/ L /04/ H /06/ L /06/ H(UV) /06/ H /06/ H /06/ H /06/ H /06/ H /06/ H /07/ L /07/ H /07/ H /07/ H /07/ H /07/ H /07/ H /07/ H /07/ H /07/ H(UV) /07/ H /07/ H /07/ H /07/ H /07/ H /07/ H Sistemáticos caras del LED Blue Estadística a baja intensidad Sistemáticos caras del LED UV Absorción a profundidad Sistemática de líneas (L4, L8, L1)

35 LíneaBeacon (Piso) Total TOTAL azul: TOTAL UV: 5 TOTAL 35 Alta intensidad: 5 (UV) + 26 (Azul). Baja intensidad: 4 (Azul) En total, a día de hoy: Baja intensidad: 8 Media intensidad: 11 Alta intensidad (UV): 18 Alta intensidad (Azul): Alta intensidad: * Antes Clermont-Ferrand: 13 (UV) + 30 (Azul) * Después Clermont-Ferrand: 5 (UV) + 26 (Azul) (UV) + 56 (Azul)

36 Ruido (eff2) + t-student (method0)  L Vs Run  ALTA INTENSIDAD

37 Ruido (eff2) + 5 % errores (method1)  L Vs Run  ALTA INTENSIDAD

38 Dmitry (eff1) + t-student (method0)  L Vs Run  ALTA INTENSIDAD

39 Dmitry (eff1) + 5 % errores (method1)  L Vs Run  ALTA INTENSIDAD

40 Irregularidades detectadas: En total son 35 nuevas entradas, de las cuales la gran mayoría presentaron algún tipo de irregularidad. Solo los plots a alta intensidad han sido enseñados, baja intensidad caótico. Al caso: * En pocas palabras los correspondientes a la línea 12 (UV) y el tomado con la L4F2, siguieron la estabilidad “esperada”. En total 6 de 35 runes. ** La mayor estabilidad para el beacon de L2F9 se logra ajustando entre [140, 175]. Fuera de este rango los ajustes “se van de madre”. Valores obtenidos: 46.6, 62.6, 62.0, 54.0 respectivamente. *** Caso extremadamente extraño, tuvo que haber sido algo asociado a la adquisición en ese momento, jamás había visto algo parecido. Nada tiene que ver con tomar un mal rango de ajuste u otro tipo de cosas asociadas al análisis  Under(over)flows en histogramas. **** Son las tandas de runes con el beacon de la L2F2 con diferentes caras. Se evidencia la sistemática de las caras pero no se explica como ha bajado el valor esperado de L en mas de 10 m !!! RunesTotalIrregularidad * 47696, 47847, 47848, 49380, 49972, Ninguna ** 47701, 47856, 49381, Enormes fluctuaciones a distancias altas *** , 47855, , 49381, Los hits de señal en función de la distancia no tienen para nada una caída exponencial. **** , , Sistemática de caras evidente. Caída drástica del valor de L a 10 m menos. 35

41 35 runes tomados. A partir del run (17/06/2010) se empezaron las actividades de tunning del detector (JP Ernenwein, Bertrand, Veronique and JP Schuller): “The ARS table (id= ) and the HV table (id= ), also perhaps the LPB table ( to switch off very sick PMTs), will be updated next week. These setups are linked to a new online calibration set : 2010:V3.0 (id= ). The purpose is to make these setups operational, official and frozen before the end of the shift of Veronique and Bertrand” Hasta que punto puede llegar a afectar este “toqueteo” de las tablas?. Los setup que he usado seguían apuntando a las tablas viejas, por lo que si se han copiado unas nuevas, son justo esas las que están modificando para hacer pruebas, (aunque esto de los PMTs enfermos…). Por tanto, ese efecto no debería verse hasta que no use un setup nuevo (Paco con los T0’s tuvo un efecto similar) … los nuevos setups de optical properties tendrán que ser probados una vez y se den las condiciones. Hace solo 7 días entraron oficialmente los valores oficiales (ELOG-7561): “ Line 1-12 Physics Trigger 3N+2T3+K V3.0 - Line 1-12 Physics Trigger 3N+2T3+GC+K V3.0 Line 1-12 Physics Trigger 3N+2T3+GC+TQ+T2+K V3.0 these run setups have tuned HV and thresholds and they are linked to the calibration set 2010:V3.0: TVC : T0 : Alignment : 3s pe : pe : Xtalk : the values in red will be updated as soon as we will have new values. Currently, as the HV changes are not very large, the T0s are not a problem neither for trigger nor for online reco “. Conversaciones con JP Ernenwein acerca del nuevo set de calibración, parece confirmar que dichas actividades no tuvieron que influir en mi toma de datos  Verificando algunos detalles mas !

42 Alternativas que se están considerando: Revisión de distribuciones de tiempo y carga tienen la pinta normal de los runes que han salido bien. Tomar runes con el nuevo setup y ver si las medidas vuelven a la normalidad. Analizando posible influencia de comportamientos del detector como el descrito en el E-LOG 7674 (a possible "anormal" state due to quite high HVs and a quite crazy behavior for the charge in L7) (función del tiempo, “recovery effect”).

43 Eficiencias de ruido (eff2) y 5 % errores (method1) Eficiencias de ruido (eff2) y t-student (method0) Las ultimas tres tomas de runes con L < 55 m !!!! Los 6 LEDs están tomando medidas diferentes con una dispersión de casi 10 m, excepto para los tomados alrededor del run (5m de diferencia). Sistemáticos: caras del LED

44 Eficiencias de Dmitry (eff1) y t-student (method0) Eficiencias de Dmitry (eff1) y 5 % errores (method1)

45 Últimas sensitividades de Dmitry no actualizadas. Últimos runes con sensitividades del 06/04/2010 (run>49379). Esperando respuesta de Dmitry.