Семинары
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Календарь
Поиск
Регистрация семинара

RSS
Ближайшие семинары




Коллоквиум Факультета компьютерных наук НИУ ВШЭ
29 октября 2018 г. 16:40–18:00, г. Москва, Кочновский проезд 3, аудитория 205
 


Использование машинного обучения в экспериментах по наблюдению космических лучей сверхвысоких энергий

Олег Калашев

Институт ядерных исследований РАН, г. Москва

Количество просмотров:
Эта страница:184
Youtube:



Аннотация: Поток космических лучей сверхвысоких энергий (КЛСВЭ) настолько мал, что не представляется возможным детектировать их непосредственно в обозримой перспективе. По этой причине во всех существующих и планируемых экспериментах по измерению свойств КЛСВЭ, космические лучи детектируются косвенным образом из наблюдений широких атмосферных ливней (ШАЛ), инициированных частицами сверхвысоких энергий в верхних слоях атмосферы Земли. При этом свойства первичных частиц восстанавливаются из различных наблюдаемых характеристик ШАЛ, таких как видимый профиль ливня, вторичный радиосигнал и другие. Наибольшая статистика на сегодняшний день собрана в экспериментах, использующих наземную решетку детекторов, которая позволяет измерить горизонтальный профиль ШАЛ. Непосредственно наблюдаемой величиной в данном случае является временная развертка сигнала на каждом из сработавших детекторов. По ней с использованием Монте-Карло моделирования развития ливней в атмосфере восстанавливаются свойства первичной частицы, инициировавшей ШАЛ. Причем в традиционном подходе Монте-Карло моделирование используется лишь для того, чтобы фитировать несколько синтетических наблюдаемых величин, таких как плотность и кривизна фронта ливня или время нарастания сигнала. Мы расскажем об альтернативном подходе, основанном на использовании сверточной нейронной сети, на вход которой подаются непосредственно временные развертки сигнала в сработавших детекторах, а обучение производится на примерах, также полученных моделированием ШАЛ методом Монте-Карло.
 
  Обратная связь:
 Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024