NS: ученые упростили эксперименты в физике элементарных частиц новым методом

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.