NS: ученые упростили эксперименты в физике элементарных частиц новым методом
Фото: freepik
Исследователи Центра искусственного интеллекта НИУ "Высшая школа экономики" создали новую методику для оценки надежности моделей машинного обучения. Этот подход значительно превосходит традиционные методы полного перебора, демонстрируя производительность в восемь раз выше. Он также существенно уменьшает объем ручной проверки. Метод автоматически сравнивает различные нейросетевые архитектуры и выбирает наиболее устойчивые модели, что особенно важно для задач в области физики элементарных частиц.
В современной физике элементарных частиц технологии машинного обучения активно применяются для анализа экспериментальных данных. Нейронные сети эффективно обрабатывают сигналы и восстанавливают утраченную информацию, однако их надежность часто не проверяется должным образом. Поведение сложных нейронных сетей трудно предсказать, что вызывает сомнения у научного сообщества.
Ученые предложили инновационную методику оценки надежности нейронных сетей. Она основана на обучении моделей на модифицированных данных с различными начальными весовыми коэффициентами. Устойчивые модели показывают схожие результаты при таких изменениях входных данных. Результаты исследования были опубликованы в журнале IEEE Access.
Для тестирования метода ученые рассмотрели задачу определения энергии и траектории частицы на основе данных электромагнитного калориметра. Было сгенерировано полмиллиона виртуальных сигналов, и модели многократно обучались с разными наборами данных и начальных весов. В результате были выбраны наиболее надежные модели и определен минимальный объем данных для их устойчивости.
Ключевым элементом метода является алгоритм отбора, который анализирует распределение ошибок моделей и исключает нестабильные варианты. Модели, обученные с дополнительными физическими параметрами, демонстрируют повышенную производительность и требуют меньшего объема данных. В ходе исследования были выявлены две архитектуры, показавшие лучшие результаты по критериям устойчивости и эффективности, пишет источник.
