LAMBDA: SHiP/OPERA dark matter search (командный проект) — различия между версиями
| Строка 1: | Строка 1: | ||
{{Карточка_командного_проекта | {{Карточка_командного_проекта | ||
|name=SHiP/OPERA dark matter search | |name=SHiP/OPERA dark matter search | ||
| − | |company= | + | |company=Yandex/CERN |
| − | |semester=Осень 2017 | + | |semester=Осень 2017 - Весна 2018 |
|course=3 | |course=3 | ||
| − | |number_of_students= | + | |number_of_students=15 |
|categorize=yes | |categorize=yes | ||
}} | }} | ||
| Строка 11: | Строка 11: | ||
Построить алгоритм распознавания электро-магнитных ливней в данных детектора OPERA/SHiP. | Построить алгоритм распознавания электро-магнитных ливней в данных детектора OPERA/SHiP. | ||
| + | Презентация: | ||
https://www.dropbox.com/s/peme7gfrgvhym31/2017-citizen_science_projects.pdf?dl=0 | https://www.dropbox.com/s/peme7gfrgvhym31/2017-citizen_science_projects.pdf?dl=0 | ||
=== Чему научатся студенты? Что самое интересное в проекте? === | === Чему научатся студенты? Что самое интересное в проекте? === | ||
| − | + | командной работе над data science задачами на примере задачи из физики высоких энергий | |
=== Организация работы (Как студенты будут работать в команде?) === | === Организация работы (Как студенты будут работать в команде?) === | ||
| − | + | agile research & citizen science | |
=== Компоненеты (Из каких частей состоит проект?) === | === Компоненеты (Из каких частей состоит проект?) === | ||
| Строка 33: | Строка 34: | ||
=== Какие будут использоваться технологии? === | === Какие будут использоваться технологии? === | ||
| − | + | keras, xgboost, catboost, | |
=== Какие начальные требования? === | === Какие начальные требования? === | ||
| − | + | основы машинного обучения, интерес к физике | |
=== Темы вводных занятий === | === Темы вводных занятий === | ||
| − | + | основы обработки данных | |
=== Критерии оценки === | === Критерии оценки === | ||
| Строка 45: | Строка 46: | ||
=== Похожие проекты === | === Похожие проекты === | ||
| − | + | http://wiki.cs.hse.ru/Идентификация_частиц_в_LHCb_(командный_проект) | |
=== Контактная информация === | === Контактная информация === | ||
| − | Артем Филатов | + | * Артем Филатов |
| + | * Влад Белавин | ||
| + | * Андрей Устюжанин | ||
Версия 15:09, 13 октября 2017
| Компания | Yandex/CERN |
| Учебный семестр | Осень 2017 - Весна 2018 |
| Учебный курс | 3-й курс |
| Максимальное количество студентов, выбравших проект: 15 | |
Содержание
| |
Что это за проект?
Построить алгоритм распознавания электро-магнитных ливней в данных детектора OPERA/SHiP.
Презентация: https://www.dropbox.com/s/peme7gfrgvhym31/2017-citizen_science_projects.pdf?dl=0
Чему научатся студенты? Что самое интересное в проекте?
командной работе над data science задачами на примере задачи из физики высоких энергий
Организация работы (Как студенты будут работать в команде?)
agile research & citizen science
Компоненеты (Из каких частей состоит проект?)
генерация/подготовка данных
алгоритм распознавания ливня при известной вершине
вычисление различных метрик качества (precision/recall/energy resolution)
алгоритм распознавания ливня без информации о вершине
алгоритм распознавания нескольких непересекающихся ливней
алгоритм распознавания большого количества пересекающихся ливней
Какие будут использоваться технологии?
keras, xgboost, catboost,
Какие начальные требования?
основы машинного обучения, интерес к физике
Темы вводных занятий
основы обработки данных
Критерии оценки
TBA
Похожие проекты
http://wiki.cs.hse.ru/Идентификация_частиц_в_LHCb_(командный_проект)
Контактная информация
- Артем Филатов
- Влад Белавин
- Андрей Устюжанин
