• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Ссылки на ресурсы

Регистрация на летнюю школу MLHEP2021
MLHEP2021
⏱ Дедлайн: 10 мая
Формат проведения: онлайн 


Репозиторий лаборатории
 gitlab

Курсы на платформе Coursera
Addressing Large Hadron Collider Challenges by Machine Learning

Большой адронный коллайдер (LHC) на данный момент является крупнейшей машиной для генерации данных. Только один из четырех экспериментов генерирует тысячи гигабайт в секунду. Интенсивность потока данных со временем будет только увеличиваться. Таким образом, методы обработки данных должны быть достаточно сложными и уникальными.

В этом курсе мы познакомим студентов с основными концепциями физики, лежащими в основе этих потоков данных, чтобы основные загадки, на которые физики Вселенной ищут ответы, были намного более прозрачными. Конечно, мы внимательно рассмотрим основные этапы конвейеров обработки данных и сосредоточимся на роли методов машинного обучения для таких задач, как распознавание образов треков, идентификация частиц, онлайн-обработка в реальном времени (триггеры) и поиск очень редких распадов.

Задания курса дадут вам возможность применить свои навыки в поисках новой физики с использованием передовых методов анализа данных. По окончании курса вы гораздо лучше поймете принципы экспериментальной физики и машинного обучения.

Материалы Летней школы MLHEP 2020
Материалы mlhep 2020

В физике высоких энергий есть множество важных задач, которые можно решить с помощью методов машинного обучения. Они варьируются от фильтрации и реконструкции данных в режиме онлайн до анализа данных в автономном режиме. Однако решение этих проблем требует глубокого понимания методов и инструментов машинного обучения, которые были разработаны на данный момент.  

Шесть основных разделов материалов школы :
  1. Введение в машинное обучение
  2. Введение в глубокое обучение
  3. Байесовское глубокое обучение
  4. Генеративные модели
  5. Методы оптимизации
  6. Продвинутые темы

О лаборатории и наших исследователях
  1. Абдалазиз Аль-Маини о Международной олимпиаде по анализу данных IDAO 2021 и о своем исследовании

    youtube;

  2. Лаборатория LAMBDA для студентов
  3. История лаборатории

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.