• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Лекция Дениса Деркача "Машинное обучение для фундаментальных исследований" на Pint of Science

Мероприятие завершено

Применение методов машинного обучения стало необходимым этапом анализа данных в физике высоких энергий. Эти методы используются на всех стадиях от первичного сбора данных до финального анализа. В лекции рассматриваются наиболее актуальные разработки в области машинного обучения, позволяющих в экспериментах Большого адронного коллайдера набирать терабайты высококачественных данных. Особое внимание будет уделено системам сбора и анализа информации в эксперименте LHCb. В докладе также описываются перспективные разработки, использование которых ожидается в следующем запуске Большого адронного коллайдера в 2021 году: использование подходов машинного обучения для ускорения симуляции взаимодействия частиц с детектором с помощью генеративно-состязательных нейронных сетей и контроль качества набираемых экспериментом данных.

Подробная информация о мероприятии — на сайте фестиваля Pint of Science.