Un nuevo tipo de red neuronal viene al rescate de la gran física

Graham trató de modificar el enfoque de CNN para que el kernel se coloque solo en secciones de 3 por 3 de la imagen que contengan al menos un píxel que tenga un valor distinto de cero (y no solo esté vacío). De esta manera, pudo producir un sistema que podía identificar efectivamente el chino escrito a mano. Ganó una competencia en 2013 al identificar caracteres individuales con una tasa de error de solo 2,61 por ciento (los humanos obtuvieron un promedio de 4,81 por ciento). Luego, centró su atención en un problema aún mayor: el reconocimiento de objetos tridimensionales.

En 2017, Graham se pasó a Facebook AI Research y perfeccionó aún más su técnica y publicado en detalles para el primer SCNN, que centra el kernel solo en píxeles que tienen un valor distinto de cero (en lugar de colocar el kernel en cada sección de 3 por 3 que tiene al menos un píxel "distinto de cero"). Fue esta idea general la que Terao trajo al mundo de la física de partículas.

Tomas subterráneas

Terao participó en experimentos en el Laboratorio Nacional de Aceleradores de Fermi que investigaron la naturaleza del neutrino, una de las partículas elementales conocidas más escurridizas. También son las partículas con masa (aunque no muy grande) más abundantes en el universo, pero rara vez aparecen dentro de un detector. Como resultado, la mayoría de los datos para los experimentos con neutrinos son escasos y Terao buscaba constantemente mejores enfoques para el análisis de datos. Encontró uno en SCNN.

En 2019, aplicó SCNN a las simulaciones de los datos esperados del Experimento de neutrinos subterráneo profundo, o DUNE, que será el experimento de física de neutrinos más grande del mundo cuando entre en funcionamiento en 2026. El proyecto lanzará neutrinos desde Fermilab, en las afueras de Chicago, a través de 800 millas de tierra hasta un laboratorio subterráneo en Dakota del Sur. En el camino, las partículas "oscilarán" entre los tres tipos conocidos de neutrinos, y estas oscilaciones pueden revelar propiedades detalladas de los neutrinos.

Los SCNN analizan los datos simulados más rápido que los métodos convencionales y requieren una potencia informática significativamente menor para hacerlo.Los resultados prometedores significan que es probable que los SCNN se utilicen durante la ejecución experimental del mundo real.

Mientras tanto, en 2021, Terao ayudó a agregar SCNN a otro experimento de neutrinos en Fermilab conocido como MicroBooNE. Aquí, los científicos consideran las consecuencias de las colisiones entre los neutrinos y los núcleos de los átomos de argón. Al examinar las huellas creadas por estas interacciones, los investigadores pueden inferir detalles sobre los neutrinos originales Para hacer esto, necesitan un algoritmo que pueda observar los píxeles (o, técnicamente, sus contrapartes tridimensionales, llamados vóxeles) en un representación dimensional del detector y luego determinar qué píxeles están asociados con qué trayectorias de partículas.

Debido a que los datos son tan escasos (líneas diminutas en un detector grande (aproximadamente 170 toneladas de argón líquido), los SCNN son casi ideales para esta tarea. Con una CNN estándar, la imagen tendría que dividirse en 50 partes debido a todos los cálculos que hay que hacer, dijo Terao. "Con una CNN escasa, analizamos la imagen completa a la vez, y lo hacemos mucho más rápido".

Activadores oportunos

Uno de los investigadores que trabajaba en MicroBooNE era un pasante llamado Felix Y. Impresionado por el poder y la eficiencia de SCNN, llevó las herramientas consigo a su siguiente puesto como estudiante de posgrado en un laboratorio de investigación de Harvard afiliado oficialmente al Observatorio de Neutrinos IceCube en el polo sur.

Uno de los objetivos clave del observador es interceptar los neutrinos más verdes del universo y rastrearlos hasta su fuente, la mayoría de los cuales saldrán. Ide Our Galaxy. El detector consta de 5160 opciones, de las cuales solo una pequeña parte brilla en un momento dado. . El resto de la matriz permanece oscuro y no particularmente informativo. Peor aún, muchos de los "eventos" que registran los detectores son falsos positivos y no son útiles para la caza de neutrinos. Solo los llamados eventos de nivel de activación hacen el corte para un análisis posterior, y se deben tomar decisiones inmediatas que sean dignas de esta designación y que será ignorado para siempre.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir
error: Content is protected !!