TRD/qaRec/AliTRDpidRefMakerNN.cxx

   1 /*************************************************************************
   2 * Copyright(c) 1998-1999, ALICE Experiment at CERN, All rights reserved. *
   3 *                                                                        *
   4 * Author: The ALICE Off-line Project.                                    *
   5 * Contributors are mentioned in the code where appropriate.              *
   6 *                                                                        *
   7 * Permission to use, copy, modify and distribute this software and its   *
   8 * documentation strictly for non-commercialf purposes is hereby granted  *
   9 * without fee, provided that the above copyright notice appears in all   *
  10 * copies and that both the copyright notice and this permission notice   *
  11 * appear in the supporting documentation. The authors make no claims     *
  12 * about the suitability of this software for any purpose. It is          *
  13 * provided "as is" without express or implied warranty.                  *
  14 **************************************************************************/
  15
  16 /* $Id: AliTRDpidRefMakerNN.cxx 27496 2008-07-22 08:35:45Z cblume $ */
  17
  18 ////////////////////////////////////////////////////////////////////////////
  19 //                                                                        //
  20 //  Builds the reference tree for the training of neural networks         //
  21 //                                                                        //
  22 ////////////////////////////////////////////////////////////////////////////
  23
  24 #include "TSystem.h"
  25 #include "TDatime.h"
  26 #include "TPDGCode.h"
  27 #include "TH1F.h"
  28 #include "TH2F.h"
  29 #include "TFile.h"
  30 #include "TGraphErrors.h"
  31 #include "TTree.h"
  32 #include "TEventList.h"
  33 #include "TMultiLayerPerceptron.h"
  34
  35 #include "AliPID.h"
  36 #include "AliESDtrack.h"
  37 #include "AliTrackReference.h"
  38
  39 #include "AliTRDtrackV1.h"
  40 #include "AliTRDReconstructor.h"
  41 #include "AliTRDpidUtil.h"
  42 #include "AliTRDpidRefMakerNN.h"
  43 #include "AliTRDpidUtil.h"
  44
  45 #include "../Cal/AliTRDCalPID.h"
  46 #include "../Cal/AliTRDCalPIDNN.h"
  47 #include "info/AliTRDtrackInfo.h"
  48 #include "info/AliTRDv0Info.h"
  49
  50 ClassImp(AliTRDpidRefMakerNN)
  51
  52 //________________________________________________________________________
  53 AliTRDpidRefMakerNN::AliTRDpidRefMakerNN()
  54   :AliTRDpidRefMaker("PidRefMakerNN", "PID(NN) Reference Maker")
  55 //   :AliTRDrecoTask("PidRefMakerNN", "PID(NN) Reference Maker")
  56   ,fTrainMomBin(kAll)
  57   ,fEpochs(1000)
  58   ,fMinTrain(100)
  59   ,fDate(0)
  60   ,fDoTraining(0)
  61   ,fContinueTraining(0)
  62   ,fTrainPath(0x0)
  63   ,fScale(0)
  64 {
  65   //
  66   // Default constructor
  67   //
  68
  69   memset(fTrain, 0, AliTRDCalPID::kNMom*AliTRDgeometry::kNlayer*sizeof(TEventList*));
  70   memset(fTest, 0, AliTRDCalPID::kNMom*AliTRDgeometry::kNlayer*sizeof(TEventList*));
  71   memset(fNet, 0, AliTRDgeometry::kNlayer*sizeof(TMultiLayerPerceptron*));
  72
  73   SetAbundance(.67);
  74   SetScaledEdx(Float_t(AliTRDCalPIDNN::kMLPscale));
  75   TDatime datime;
  76   fDate = datime.GetDate();
  77
  78   DefineInput(1, TObjArray::Class());
  79   DefineOutput(1, TTree::Class());
  80 }
  81
  82
  83 //________________________________________________________________________
  84 AliTRDpidRefMakerNN::~AliTRDpidRefMakerNN()
  85 {
  86 }
  87
  88
  89 //________________________________________________________________________
  90 void AliTRDpidRefMakerNN::CreateOutputObjects()
  91 {
  92   // Create histograms
  93   // Called once
  94
  95   AliTRDpidRefMaker::CreateOutputObjects();
  96   TGraphErrors *gEffisTrain = new TGraphErrors(kMoniTrain);
  97   gEffisTrain -> SetLineColor(4);
  98   gEffisTrain -> SetMarkerColor(4);
  99   gEffisTrain -> SetMarkerStyle(29);
 100   gEffisTrain -> SetMarkerSize(1);
 101
 102   TGraphErrors *gEffisTest = new TGraphErrors(kMoniTrain);
 103   gEffisTest -> SetLineColor(2);
 104   gEffisTest -> SetMarkerColor(2);
 105   gEffisTest -> SetMarkerStyle(29);
 106   gEffisTest -> SetMarkerSize(1);
 107
 108   fContainer -> AddAt(gEffisTrain,kGraphTrain);
 109   fContainer -> AddAt(gEffisTest,kGraphTest);
 110 }
 111
 112
 113
 114 //________________________________________________________________________
 115 Bool_t AliTRDpidRefMakerNN::PostProcess()
 116 {
 117   // Draw result to the screen
 118   // Called once at the end of the query
 119
 120   // build the training andthe test list for the neural networks
 121   MakeTrainingLists();
 122   if(!fDoTraining) return kTRUE;
 123
 124   // train the neural networks and build the refrence histos for 2-dim LQ
 125   gSystem->Exec(Form("mkdir ./Networks_%d/",fDate));
 126   AliDebug(2, Form("TrainMomBin [%d] [%d]", fTrainMomBin, kAll));
 127
 128   // train single network for a single momentum (recommended)
 129   if(!(fTrainMomBin == kAll)){
 130     if(fTrain[fTrainMomBin][0] -> GetN() < fMinTrain){
 131       AliDebug(2, Form("Warning in AliTRDpidRefMakerNN::PostProcess : Not enough events for training available! Please check Data sample!"));
 132       return kFALSE;
 133     }
 134     MakeRefs(fTrainMomBin);
 135 //     TrainNetworks(fTrainMomBin);
 136     MonitorTraining(fTrainMomBin);
 137   }
 138   // train all momenta
 139   else{
 140     for(Int_t iMomBin = 0; iMomBin < AliTRDCalPID::kNMom; iMomBin++){
 141       if(fTrain[iMomBin][0] -> GetN() < fMinTrain){
 142         AliDebug(2, Form("Warning in AliTRDpidRefMakerNN::PostProcess : Not enough events for training available for momentum bin [%d]! Please check Data sample!", iMomBin));
 143   continue;
 144       }
 145       MakeRefs(fTrainMomBin);
 146 //       TrainNetworks(iMomBin);
 147       MonitorTraining(iMomBin);
 148     }
 149   }
 150
 151   return kTRUE; // testing protection
 152 }
 153
 154
 155 //________________________________________________________________________
 156 void AliTRDpidRefMakerNN::MakeTrainingLists()
 157 {
 158   //
 159   // build the training lists for the neural networks
 160   //
 161
 162   if (!fData) {
 163     LoadFile("TRD.CalibPidRefMakerNN.root");
 164   }
 165
 166   if (!fData) {
 167     Printf("ERROR tree for training list not available");
 168     return;
 169   }
 170
 171   AliDebug(2, "  Making training lists! \n");
 172
 173   Int_t nPart[AliPID::kSPECIES][AliTRDCalPID::kNMom];
 174   memset(nPart, 0, AliPID::kSPECIES*AliTRDCalPID::kNMom*sizeof(Int_t));
 175
 176   // set needed branches
 177   LinkPIDdata();
 178
 179   // start first loop to check total number of each particle type
 180   for(Int_t iEv=0; iEv < fData -> GetEntries(); iEv++){
 181     fData -> GetEntry(iEv);
 182
 183     // use only events with goes through 6 layers TRD
 184     if(fPIDdataArray->fNtracklets != AliTRDgeometry::kNlayer) continue;
 185
 186     for(Int_t ily=AliTRDgeometry::kNlayer; ily--;) nPart[fPIDbin][fPIDdataArray->fData[ily].fPLbin & 0xf]++;
 187   }
 188
 189   AliDebug(2, "Particle multiplicities:");
 190   for(Int_t iMomBin = 0; iMomBin <AliTRDCalPID::kNMom; iMomBin++)
 191     AliDebug(2, Form("Momentum[%d]  Elecs[%d] Muons[%d] Pions[%d] Kaons[%d] Protons[%d]", iMomBin, nPart[AliPID::kElectron][iMomBin], nPart[AliPID::kMuon][iMomBin], nPart[AliPID::kPion][iMomBin], nPart[AliPID::kKaon][iMomBin], nPart[AliPID::kProton][iMomBin]));
 192
 193   // implement counter of training and test sample size
 194   Int_t iTrain[AliTRDCalPID::kNMom], iTest[AliTRDCalPID::kNMom];
 195   memset(iTrain, 0, AliTRDCalPID::kNMom*sizeof(Int_t));
 196   memset(iTest, 0, AliTRDCalPID::kNMom*sizeof(Int_t));
 197
 198   // set training sample size per momentum interval to 2/3
 199   // of smallest particle counter and test sample to 1/3
 200   for(Int_t iMomBin = 0; iMomBin < AliTRDCalPID::kNMom; iMomBin++){
 201     iTrain[iMomBin] = nPart[0][iMomBin];
 202     for(Int_t iPart = 1; iPart < AliPID::kSPECIES; iPart++){
 203       if(iTrain[iMomBin] > nPart[iPart][iMomBin])
 204   iTrain[iMomBin] = nPart[iPart][iMomBin];
 205     }
 206     iTrain[iMomBin] = Int_t(iTrain[iMomBin] * .66);
 207     iTest[iMomBin] = Int_t( iTrain[iMomBin] * .5);
 208     AliDebug(2, Form("Momentum[%d]  Train[%d] Test[%d]", iMomBin, iTrain[iMomBin], iTest[iMomBin]));
 209   }
 210
 211
 212   // reset couters
 213   memset(nPart, 0, AliPID::kSPECIES*AliTRDCalPID::kNMom*sizeof(Int_t));
 214
 215   // start second loop to set the event lists
 216   for(Int_t iEv = 0; iEv < fData -> GetEntries(); iEv++){
 217     fData -> GetEntry(iEv);
 218
 219     // use only events with goes through 6 layers TRD
 220     if(fPIDdataArray->fNtracklets != AliTRDgeometry::kNlayer) continue;
 221
 222     for(Int_t ily=AliTRDgeometry::kNlayer; ily--;){
 223       Int_t iMomBin = fPIDdataArray->fData[ily].fPLbin & 0xf;
 224
 225       // set event list
 226       if(nPart[fPIDbin][iMomBin] < iTrain[iMomBin]){
 227         fTrain[iMomBin][ily] -> Enter(iEv + ily);
 228         nPart[fPIDbin][iMomBin]++;
 229       } else if(nPart[fPIDbin][iMomBin] < iTest[iMomBin]+iTrain[iMomBin]){
 230         fTest[iMomBin][ily] -> Enter(iEv + ily);
 231         nPart[fPIDbin][iMomBin]++;
 232       } else continue;
 233     }
 234   }
 235
 236   AliDebug(2, "Particle multiplicities in both lists:");
 237   for(Int_t iMomBin = 0; iMomBin <AliTRDCalPID::kNMom; iMomBin++)
 238     AliDebug(2, Form("Momentum[%d]  Elecs[%d] Muons[%d] Pions[%d] Kaons[%d] Protons[%d]", iMomBin, nPart[AliPID::kElectron][iMomBin], nPart[AliPID::kMuon][iMomBin], nPart[AliPID::kPion][iMomBin], nPart[AliPID::kKaon][iMomBin], nPart[AliPID::kProton][iMomBin]));
 239 }
 240
 241
 242 //________________________________________________________________________
 243 void AliTRDpidRefMakerNN::MakeRefs(Int_t mombin)
 244 {
 245   //
 246   // train the neural networks
 247   //
 248
 249
 250   if (!fData) LoadFile(Form("TRD.Calib%s.root", GetName()));
 251
 252   if (!fData) {
 253     AliError("Tree for training list not available");
 254     return;
 255   }
 256
 257   TDatime datime;
 258   fDate = datime.GetDate();
 259
 260   AliDebug(2, Form("Training momentum bin %d", mombin));
 261
 262   // set variable to monitor the training and to save the development of the networks
 263   Int_t nEpochs = fEpochs/kMoniTrain;
 264   AliDebug(2, Form("Training %d times %d epochs", kMoniTrain, nEpochs));
 265
 266   // make directories to save the networks
 267   gSystem->Exec(Form("rm -r ./Networks_%d/MomBin_%d",fDate, mombin));
 268   gSystem->Exec(Form("mkdir ./Networks_%d/MomBin_%d",fDate, mombin));
 269
 270   // variable to check if network can load weights from previous training
 271   Bool_t bFirstLoop[AliTRDgeometry::kNlayer];
 272   memset(bFirstLoop, kTRUE, AliTRDgeometry::kNlayer*sizeof(Bool_t));
 273
 274   // train networks over several loops and save them after each loop
 275   for(Int_t iLoop = 0; iLoop < kMoniTrain; iLoop++){
 276     // loop over chambers
 277     for(Int_t iChamb = 0; iChamb < AliTRDgeometry::kNlayer; iChamb++){
 278       // set the event lists
 279       fData -> SetEventList(fTrain[mombin][iChamb]);
 280       fData -> SetEventList(fTest[mombin][iChamb]);
 281
 282       AliDebug(2, Form("Trainingloop[%d] Chamber[%d]", iLoop, iChamb));
 283
 284       // check if network is already implemented
 285       if(bFirstLoop[iChamb] == kTRUE){
 286   fNet[iChamb] = new TMultiLayerPerceptron("fdEdx[0],fdEdx[1],fdEdx[2],fdEdx[3],fdEdx[4],fdEdx[5],fdEdx[6],fdEdx[7]:15:7:fPID[0],fPID[1],fPID[2],fPID[3],fPID[4]!",fData,fTrain[mombin][iChamb],fTest[mombin][iChamb]);
 287   fNet[iChamb] -> SetLearningMethod(TMultiLayerPerceptron::kStochastic);       // set learning method
 288   fNet[iChamb] -> TMultiLayerPerceptron::SetEta(0.001);                        // set learning speed
 289   if(!fContinueTraining){
 290     if(DebugLevel()>=2) fNet[iChamb] -> Train(nEpochs,"text update=10, graph");
 291     else fNet[iChamb] -> Train(nEpochs,"");
 292   }
 293   else{
 294     fNet[iChamb] -> LoadWeights(Form("./Networks_%d/MomBin_%d/Net%d_%d",fTrainPath, mombin, iChamb, kMoniTrain - 1));
 295     if(DebugLevel()>=2) fNet[iChamb] -> Train(nEpochs,"text update=10, graph+");
 296     else fNet[iChamb] -> Train(nEpochs,"+");
 297   }
 298   bFirstLoop[iChamb] = kFALSE;
 299       }
 300       else{
 301   if(DebugLevel()>=2) fNet[iChamb] -> Train(nEpochs,"text update=10, graph+");
 302   else fNet[iChamb] -> Train(nEpochs,"+");
 303       }
 304
 305       // save weights for monitoring of the training
 306       fNet[iChamb] -> DumpWeights(Form("./Networks_%d/MomBin_%d/Net%d_%d",fDate, mombin, iChamb, iLoop));
 307     } // end chamber loop
 308   }   // end training loop
 309 }
 310
 311
 312
 313 //________________________________________________________________________
 314 void AliTRDpidRefMakerNN::MonitorTraining(Int_t mombin)
 315 {
 316   //
 317   // train the neural networks
 318   //
 319
 320   if (!fData) LoadFile(Form("TRD.Calib%s.root", GetName()));
 321   if (!fData) {
 322     AliError("Tree for training list not available");
 323     return;
 324   }
 325
 326   // init networks and set event list
 327   for(Int_t iChamb = 0; iChamb < AliTRDgeometry::kNlayer; iChamb++){
 328   fNet[iChamb] = new TMultiLayerPerceptron("fdEdx[0],fdEdx[1],fdEdx[2],fdEdx[3],fdEdx[4],fdEdx[5],fdEdx[6],fdEdx[7]:15:7:fPID[0],fPID[1],fPID[2],fPID[3],fPID[4]!",fData,fTrain[mombin][iChamb],fTest[mombin][iChamb]);
 329   fData -> SetEventList(fTrain[mombin][iChamb]);
 330   fData -> SetEventList(fTest[mombin][iChamb]);
 331   }
 332
 333   // implement variables for likelihoods
 334   Float_t like[AliPID::kSPECIES][AliTRDgeometry::kNlayer];
 335   memset(like, 0, AliPID::kSPECIES*AliTRDgeometry::kNlayer*sizeof(Float_t));
 336   Float_t likeAll[AliPID::kSPECIES], totProb;
 337
 338   Double_t pionEffiTrain[kMoniTrain], pionEffiErrTrain[kMoniTrain];
 339   Double_t pionEffiTest[kMoniTrain], pionEffiErrTest[kMoniTrain];
 340   memset(pionEffiTrain, 0, kMoniTrain*sizeof(Double_t));
 341   memset(pionEffiErrTrain, 0, kMoniTrain*sizeof(Double_t));
 342   memset(pionEffiTest, 0, kMoniTrain*sizeof(Double_t));
 343   memset(pionEffiErrTest, 0, kMoniTrain*sizeof(Double_t));
 344
 345   // init histos
 346   const Float_t epsilon = 1/(2*(AliTRDpidUtil::kBins-1));     // get nice histos with bin center at 0 and 1
 347   TH1F *hElecs, *hPions;
 348   hElecs = new TH1F("hElecs","Likelihood for electrons", AliTRDpidUtil::kBins, 0.-epsilon, 1.+epsilon);
 349   hPions = new TH1F("hPions","Likelihood for pions", AliTRDpidUtil::kBins, 0.-epsilon, 1.+epsilon);
 350
 351   TGraphErrors *gEffisTrain=0x0, *gEffisTest=0x0;
 352   gEffisTrain = (TGraphErrors*)fContainer->At(kGraphTrain);
 353   gEffisTest = (TGraphErrors*)fContainer->At(kGraphTest);
 354
 355   AliTRDpidUtil *util = new AliTRDpidUtil();
 356
 357   // monitor training progress
 358   for(Int_t iLoop = 0; iLoop < kMoniTrain; iLoop++){
 359
 360     // load weights
 361     for(Int_t iChamb = 0; iChamb < AliTRDgeometry::kNlayer; iChamb++){
 362       fNet[iChamb] -> LoadWeights(Form("./Networks_%d/MomBin_%d/Net%d_%d",fDate, mombin, iChamb, iLoop));
 363     }
 364
 365     // event loop training list
 366     for(Int_t iEvent = 0; iEvent < fTrain[mombin][0] -> GetN(); iEvent++ ){
 367
 368       // reset particle probabilities
 369       for(Int_t iPart = 0; iPart < AliPID::kSPECIES; iPart++){
 370   likeAll[iPart] = 1./AliPID::kSPECIES;
 371       }
 372       totProb = 0.;
 373
 374       fData -> GetEntry(fTrain[mombin][0] -> GetEntry(iEvent));
 375       // use event only if it is electron or pion
 376       if(!((fPID[AliPID::kElectron] == 1.0) || (fPID[AliPID::kPion] == 1.0))) continue;
 377
 378       // get the probabilities for each particle type in each chamber
 379       for(Int_t iChamb = 0; iChamb < AliTRDgeometry::kNlayer; iChamb++){
 380   for(Int_t iPart = 0; iPart < AliPID::kSPECIES; iPart++){
 381     like[iPart][iChamb] = fNet[iChamb] -> Result(fTrain[mombin][iChamb] -> GetEntry(iEvent), iPart);
 382     likeAll[iPart] *=  like[iPart][iChamb];
 383   }
 384       }
 385
 386       // get total probability and normalize it
 387       for(Int_t iPart = 0; iPart < AliPID::kSPECIES; iPart++){
 388   totProb += likeAll[iPart];
 389       }
 390       for(Int_t iPart = 0; iPart < AliPID::kSPECIES; iPart++){
 391   likeAll[iPart] /= totProb;
 392       }
 393
 394       // fill likelihood distributions
 395       if(fPID[AliPID::kElectron] == 1)
 396   hElecs -> Fill(likeAll[AliPID::kElectron]);
 397       if(fPID[AliPID::kPion] == 1)
 398   hPions -> Fill(likeAll[AliPID::kElectron]);
 399     } // end event loop
 400
 401
 402     // calculate the pion efficiency and fill the graph
 403     util -> CalculatePionEffi(hElecs, hPions);
 404     pionEffiTrain[iLoop] = util -> GetPionEfficiency();
 405     pionEffiErrTrain[iLoop] = util -> GetError();
 406
 407     gEffisTrain -> SetPoint(iLoop, iLoop+1, pionEffiTrain[iLoop]);
 408     gEffisTrain -> SetPointError(iLoop, 0, pionEffiErrTrain[iLoop]);
 409     hElecs -> Reset();
 410     hPions -> Reset();
 411     AliDebug(2, Form("TrainingLoop[%d] PionEfficiency[%f +/- %f]", iLoop, pionEffiTrain[iLoop], pionEffiErrTrain[iLoop]));
 412     // end training loop
 413
 414
 415
 416     // event loop test list
 417     for(Int_t iEvent = 0; iEvent < fTest[mombin][0] -> GetN(); iEvent++ ){
 418
 419       // reset particle probabilities
 420       for(Int_t iPart = 0; iPart < AliPID::kSPECIES; iPart++){
 421   likeAll[iPart] = 1./AliTRDgeometry::kNlayer;
 422       }
 423       totProb = 0.;
 424
 425       fData -> GetEntry(fTest[mombin][0] -> GetEntry(iEvent));
 426       // use event only if it is electron or pion
 427       if(!((fPID[AliPID::kElectron] == 1.0) || (fPID[AliPID::kPion] == 1.0))) continue;
 428
 429       // get the probabilities for each particle type in each chamber
 430       for(Int_t iChamb = 0; iChamb < AliTRDgeometry::kNlayer; iChamb++){
 431   for(Int_t iPart = 0; iPart < AliPID::kSPECIES; iPart++){
 432     like[iPart][iChamb] = fNet[iChamb] -> Result(fTest[mombin][iChamb] -> GetEntry(iEvent), iPart);
 433     likeAll[iPart] *=  like[iPart][iChamb];
 434   }
 435       }
 436
 437       // get total probability and normalize it
 438       for(Int_t iPart = 0; iPart < AliPID::kSPECIES; iPart++){
 439   totProb += likeAll[iPart];
 440       }
 441       for(Int_t iPart = 0; iPart < AliPID::kSPECIES; iPart++){
 442   likeAll[iPart] /= totProb;
 443       }
 444
 445       // fill likelihood distributions
 446       if(fPID[AliPID::kElectron] == 1)
 447   hElecs -> Fill(likeAll[AliPID::kElectron]);
 448       if(fPID[AliPID::kPion] == 1)
 449   hPions -> Fill(likeAll[AliPID::kElectron]);
 450     } // end event loop
 451
 452     // calculate the pion efficiency and fill the graph
 453     util -> CalculatePionEffi(hElecs, hPions);
 454     pionEffiTest[iLoop] = util -> GetPionEfficiency();
 455     pionEffiErrTest[iLoop] = util -> GetError();
 456
 457     gEffisTest -> SetPoint(iLoop, iLoop+1, pionEffiTest[iLoop]);
 458     gEffisTest -> SetPointError(iLoop, 0, pionEffiErrTest[iLoop]);
 459     hElecs -> Reset();
 460     hPions -> Reset();
 461     AliDebug(2, Form("TestLoop[%d] PionEfficiency[%f +/- %f] \n", iLoop, pionEffiTest[iLoop], pionEffiErrTest[iLoop]));
 462
 463   } //   end training loop
 464
 465   util -> Delete();
 466
 467   gEffisTest -> Draw("PAL");
 468   gEffisTrain -> Draw("PL");
 469
 470 }
 471
 472
 473 //________________________________________________________________________
 474 void AliTRDpidRefMakerNN::LoadFile(const Char_t *InFileNN)
 475 {
 476   //
 477   // Loads the files and sets the event list
 478   // for neural network training and
 479   // building of the 2-dim reference histograms.
 480   // Useable for training outside of the makeResults.C macro
 481   //
 482
 483   TFile *fInFileNN;
 484   fInFileNN = new TFile(InFileNN, "READ");
 485   fData = (TTree*)fInFileNN -> Get("NN");
 486
 487   for(Int_t iMom = 0; iMom < AliTRDCalPID::kNMom; iMom++){
 488     for(Int_t ily = 0; ily < AliTRDgeometry::kNlayer; ily++){
 489       fTrain[iMom][ily] = new TEventList(Form("fTrainMom%d_%d", iMom, ily), Form("Training list for momentum intervall %d and plane %d", iMom, ily));
 490       fTest[iMom][ily] = new TEventList(Form("fTestMom%d_%d", iMom, ily), Form("Test list for momentum intervall %d and plane %d", iMom, ily));
 491     }
 492   }
 493 }
 494
 495
 496 // //________________________________________________________________________
 497 // void AliTRDpidRefMakerNN::LoadContainer(const Char_t *InFileCont)
 498 // {
 499
 500 //   //
 501 //   // Loads the container if no container is there.
 502 //   // Useable for training outside of the makeResults.C macro
 503 //   //
 504
 505 //   TFile *fInFileCont;
 506 //   fInFileCont = new TFile(InFileCont, "READ");
 507 //   fContainer = (TObjArray*)fInFileCont -> Get("PidRefMaker");
 508
 509 // }
 510
 511
 512 // //________________________________________________________________________
 513 // void AliTRDpidRefMakerNN::CreateGraphs()
 514 // {
 515 //   // Create histograms
 516 //   // Called once
 517
 518 //   OpenFile(0, "RECREATE");
 519 //   fContainer = new TObjArray();
 520 //   fContainer->AddAt(new TH1F("hPDG","hPDG",AliPID::kSPECIES,-0.5,5.5),0);
 521
 522 //   TGraphErrors *gEffisTrain = new TGraphErrors(kMoniTrain);
 523 //   gEffisTrain -> SetLineColor(4);
 524 //   gEffisTrain -> SetMarkerColor(4);
 525 //   gEffisTrain -> SetMarkerStyle(29);
 526 //   gEffisTrain -> SetMarkerSize(2);
 527
 528 //   TGraphErrors *gEffisTest = new TGraphErrors(kMoniTrain);
 529 //   gEffisTest -> SetLineColor(2);
 530 //   gEffisTest -> SetMarkerColor(2);
 531 //   gEffisTest -> SetMarkerSize(2);
 532
 533 //   fContainer -> AddAt(gEffisTrain,kGraphTrain);
 534 //   fContainer -> AddAt(gEffisTest,kGraphTest);
 535 // }
 536