Идет приём заявок на четвертую летнюю школу «Машинное обучение в физике высоких энергий»
C 6 по 12 августа в Оксфорде (Великобритания) состоится четвертая международная школа «Машинное обучение в физике высоких энергий” (MLHEP 2018).
Идёт приём заявок на третью летнюю школу «Машинное обучение в физике высоких энергий»
C 17 по 23 июля в городе Рединг (Великобритания) состоится третья международная школа «Машинное обучение в области физики высоких энергий 2017» (MLHEP 2017). В рамках летней школы пройдут лекции и семинары, на которых будут продемонстрированы реальные примеры того, как современные технологии машинного обучения позволяют давать более точные ответы на вопросы об устройстве нашей Вселенной.
Семинар лаборатории LAMBDA «Темы курсовых и дипломных работ»
На прошедшем семинаре лаборатории LAMBDA сотрудники лаборатории рассказали о темах курсовых и дипломных работ, предлагаемых на 2015/2016 год.
Лекция «Elementary! Is this the right answer?» в Яндексе
5 июня в 18:30 по адресу улица Льва Толстого, 16, Конференц-зал "Экстрополис" состоится лекция итальянского учёного физика Тициана Кампорези, сотрудника ЦЕРНа, соорганизатором которой является научно-учебная лаборатория методов анализа больших данных LAMBDA.
Семинар лаборатории LAMBDA «Pattern recognition techniques for finding very rare events in COMET experiment» / Летняя практика в лаборатории
На очередном семинаре лаборатории LAMBDA выступил Ewen Gillies, PhD student at the Imperial College of London, COMET experiment member, LAMBDA intern.
Тема его доклада: Pattern recognition techniques for finding very rare events in COMET experiment.
Также после семинара заведующий лабораторией Андрей Устюжанин рассказал о том, как попасть на летнюю практику в лабораторию LAMBDA.
Идет прием заявок на участие в Летней школе «Машинное обучение в области физики высоких энергий»
C 27 по 30 августа в Санкт-Петербурге пройдет международная школа «Машинное обучение в области физики высоких энергий» (MLHEP). В рамках летней школы пройдут лекции и семинары, на которых будут продемонстрированы реальные примеры того, как современные технологии машинного обучения повышают эффективность исследований в областях физики.