ZOOM, 11:00 МСК

С.Поляков (НИИЯФ МГУ). Статус задачи классификации событий изображений черенковского телескопа в эксперименте TAIGA.

ZOOM, 11:00 МСК

1. А.Власкина (МГУ, Москва). Предварительные результаты по применению глубокого обучения для определения направления оси ШАЛ в эксперименте HiSCORE.
По материалам курсовой работы.

2. Ю.Дубенская (НИИЯФ МГУ). Статус задачи генерации изображений черенковского телескопа в эксперименте TAIGA.

ZOOM, 11:00 МСК

Е.Гресь (ИГУ, Иркутск). Предварительные результаты по применению машинного обучения для анализа изображений TAIGA-IACT
По материалам курсовой работы.

Целью данной работы являлось изучение применения сверточных нейронных сетей для обработки изображений в случае одного и двух телескопов TAIGA-IACT. В данной работе рассказывается об сверточных нейронных сетях, которые в дальнейшем были применены на модельных данных. Представлены результаты исследования влияния некоторых гиперпараметров на качество обучения. В задаче классификации применение нейронных сетей показала хорошую точность селекции событий (96%). Определение энергии первичных частиц дало удовлетворительный результат (средняя погрешность для одного телескопа составила примерно 30%). Использование данных с двух телескопов (стерео-режим) показал улучшение определении энергии примерно в полтора раза.

Презентация: gres-210401.pdf