- PVSM.RU - https://www.pvsm.ru -

Машинный интеллект ищет ответы на загадки Вселенной. Как — расскажем на открытом семинаре AI@MIPT

image

27 ноября на Физтехе состоится очередная встреча из цикла семинаров по искусственному интеллекту «Машинное обучение для поиска темной материи в экспериментах ЦЕРН». Андрей Устюжанин, руководитель ЛАборатории Методов анализа Больших ДАнных (LAMBDA) ВШЭ, доцент кафедры информатики МФТИ и руководитель совместных проектов Школы анализа данных Яндекса и ЦЕРНа расскажет, как LAMBDA работает над применением методов машинного обучения и анализа данных для решения задач физики частиц и астрофизики.

Семинар начнется в 18:30 в аудитории 107 Биокорпуса МФТИ. Для очного участия необходимо предварительно зарегистрироваться [1]. Лекция также будет транслироваться онлайн на официальной странице Физтеха Вконтакте [2]

Участники группы LAMBDA вдохновляются развитием и применением методов машинного интеллекта для поиска ответов на загадки Вселенной. Они принимают активное участие в работах по анализу данных и решению оптимизационных задач существующих и готовящихся экспериментов.

Как будут искать новые частицы
До сих пор на ускорителях проводились преимущественно эксперименты двух типов: столкновение разогнанных пучков частиц друг с другом или столкновение разогнанного пучка с неподвижной мишенью. Сейчас учёные ЦЕРН готовят новый эксперимент: пучок ускоренных частиц будет врезаться в неподвижную мишень, а рожденные в результате столкновения частицы будут тормозиться специальным «щитом», находящимся за мишенью. «Щит» в идеале будет спроектирован так, что поглотит все известные на сегодняшний день частицы. В результате те немногие частицы, что преодолеют этот «щит» и достигнут детектора, окажутся экзотическими: среди них могут быть и легкие частицы темной материи.

При чём здесь машинное обучение
Машинное обучение в этом эксперименте будет использоваться как для анализа многочисленных треков частиц, так и для начального моделирования эксперимента. Например, будут подбираться оптимальные размеры, расположение и свойства чувствительных элементов. Такой подход позволит ученым максимально оптимизировать конструкцию эксперимента под свои задачи и добиться высокой эффективности установки.

Андрей также расскажет про предпосылки к проведению нового эксперимента и его связь с экспериментом OPERA [3], в котором методы машинного обучения применялись для изучения нейтринных осцилляций.

А пока мы все ждём понедельника, можно ознакомиться с видео и презентациями предыдущих семинаров в Telegram-канале [4] или группе AI@MIPT Вконтакте [5].

Автор: grachikova

Источник [6]


Сайт-источник PVSM.RU: https://www.pvsm.ru

Путь до страницы источника: https://www.pvsm.ru/iskusstvenny-j-intellekt/269071

Ссылки в тексте:

[1] зарегистрироваться: https://docs.google.com/forms/d/e/1FAIpQLSfh2Sp8CbO1XRaya0DdvWcWNhWTkKJSkh_E5ENDCffEuvvcVA/viewform

[2] Вконтакте: https://vk.com/miptru

[3] OPERA: https://ru.wikipedia.org/wiki/OPERA_(%D1%8D%D0%BA%D1%81%D0%BF%D0%B5%D1%80%D0%B8%D0%BC%D0%B5%D0%BD%D1%82)

[4] Telegram-канале: https://t.me/aimipt

[5] Вконтакте: https://vk.com/aimipt

[6] Источник: https://habrahabr.ru/post/343146/?utm_source=habrahabr&utm_medium=rss&utm_campaign=best