Методы машинного обучения в физике элементарных частиц

Лекция
27 октября 2014
19:30
DI Telegraph
0+

Описание

Добавить в календарь

Физика элементарных частиц и информационный поиск кажутся на первый взгляд очень далекими друг от друга областями наук. В одной исследуются свойства наименьших из возможных составных частиц нашей вселенной. В другой решаются задачи максимально быстрого и точного обнаружения нужного фрагмента доступной информации. Эти кажущиеся существенными отличия многие годы препятствовали обмену идеями, подходами, методами между специалистами из этих областей.

На лекции мы попробуем выяснить, что несмотря на различные постановки задач их объединяют несколько важных аспектов. Каждая из этих областей работает с большими объемами данных. Каждая из этих областей полагается на сложные алгоритмы анализа этих данных.

В ходе лекции мы посмотрели на основные этапы обработки данных физики высоких энергий на примере одного из экспериментов Большого Адронного Коллайдера – LHCb, узнали какие сложности возникают на каждом из этапов и какие подходы помогают справляться с этими сложностями. Мы увидели насколько похожими оказываются решения отдельных задач LHCb на решения, используемые в Яндексе.

Предлагаемый угол зрения на проблемы физики элементарных частиц позволяет увидеть возможности, открывающиеся от взаимного расширения спектра методов и технологий, а также возможность проведении междисциплинарных исследований, способных усилить каждую из этих областей.

Ссылки по теме:

Цикл лекций «Люди и сети» был разработан Политехническим музеем совместно с Яндексом. Специалисты Яндекса и приглашенные эксперты в IT-сфере расскажут о том, как работает компьютерное зрение, что такое машинное обучение, зачем нужно анализировать большие данные, и как устроены геоинформационные сервисы. Лекции цикла «Люди и сети» будут проходить два раза в месяц — точные даты и место проведения будут объявлены дополнительно.