Нейромережі в мікросвіті: машинне навчання для аналізу фізичних експериментів

Abstract

The article considers the application of artificial neural networks for processing large datasets in modern physics experiments. The efficiency of machine learning algorithms in classifying elementary particle tracks is analyzed. The advantages of using convolutional neural networks compared to classical statistical data analysis methods are shown.

У статті розглядається застосування штучних нейронних мереж для обробки великих масивів даних у сучасних фізичних експериментах. Проаналізовано ефективність алгоритмів машинного навчання під час класифікації треків елементарних частинок. Показано переваги використання згорткових нейромереж порівняно з класичними статистичними методами аналізу даних.