Физики из лаборатории методов анализа больших данных в НИУ ВШЭ и IT-специалисты из «Яндекса» разрабатывают модели машинного обучения для поиска аномалий в данных Большого адронного коллайдера (БАК). Речь идет о пока еще неизвестных процессах и частицах. В частности — темной материи.
Об этом в интервью «Хайтек» заявил заведующий лабораторией Андрей Устюжанин.
По его словам, аномалии в БАК — это открытия, которые не укладываются в стандартные представления о том, как распадаются частицы после столкновения протонов.
У ученых есть проблема — в ходе сбора и обработки информации измерения могут быть искажены. Тогда появляются аномалии, не связанные с физическими процессами.
Чтобы отсечь их, ученые создают специальные системы контроля качества данных на основе искусственного интеллекта. Они бывают двух типов.
«В первой группе методов одноклассовой классификации находятся алгоритмы, которые используют информацию только о тех событиях, которые помечены как хорошие. То есть они пытаются построить выпуклую оболочку, которая охватывает все, что мы считаем правильным. Логика такая: все, что выходит за рамки этой оболочки, будем считать аномалиями. Другая группа алгоритмов опирается на частичную разметку того, что мы считаем неправильным. По сути есть набор событий, о которых точно известно, что это нежелательные результаты. И тогда поиск аномалий сводится к задаче двухклассовой классификации», — объяснил Устюжанин
Он вместе с коллегами разработал методы, которые объединяют особенности сразу двух подходов. Для этого ученые построили генеративные модели аномальных примеров.
Такие состязательные сети помогут восстанавливать примеры аномалий, помеченных как отрицательные, и формировать дополнительную выборку. Благодаря этому повысится эффективность классификатора.
😲 Ранее ученые обнаружили признаки существования пятой силы физики.