طراحی یک مدل آموزشی مینیمال از آشکارساز زنون مایع مبتنی بر چارچوب NEST و قابل اجرا روی لپتاپ
آزمایش زنون مایع آشکارسازی زیرزمینی در گرانساسو ایتالیاست که برای آشکارسازی ذرات سنگین با برهمکنش ضعیف (WIMP) بعنوان کاندیدای ماده تاریک طراحی شدهاست. تشخیص چنین سیگنالی در صورت وجود، از نوترینوهای موجود در جو بسیار مشکل است و به همین دلیل الگوریتمهای یادگیریماشین بعنوان ابزاری مهم در تحلیل دادههای این آزمایش مورد استفاده قرار میگیرند.
هدف کارگاه: ﺁﺷﻨﺎﯾﯽ کاربران ﺑﺎ ﺯﻧﺠﯿﺮەﯼ ﮐﺎﻣﻞ «ﻓﯿﺰیک برخورد ← ﺷﺒﯿەﺳﺎﺯﯼ ← ﺩﺍﺩﻩ ← ﺗﺤﻠﯿﻞ ﺑﺎ ﯾﺎﺩﮔﯿﺮﯼ ﻣﺎﺷﯿﻦ» ﺩﺭ ﺯمینهﯼ ﺁشکارﺳﺎﺯﯼ ﻣﺎﺩهی ﺗﺎﺭیک ﺑﺪﻭﻥ ﺍﺳﺘﻔﺎﺩﻩ ﺍﺯ ﺁشکارﺳﺎﺯ ﻭﺍقعی ﻭ ﺻﺮﻓﺎﹰ ﺑﺎ یک ﻣﺪﻝ ﺁﻣﻮﺯشی.
کتابخانه و بستهنرمافزاری که با آن آشنا خواهید شد: NEST جهت شبیهسازی سادهشده رویدادها در آشکارساز -- تمامی کتابخانهها و نرمافزارها در سیستم ابری در دسترس خواهند بود.
زبان برنامهنویسی: پایتون
الگوریتمهای یادگیری ماشین: Regression logistic and/or Random Forest
