Seite 1 von 1

DeepLearning & Datenanalyse von Teilchenphysikexperimenten

Verfasst: 05.11.2018 11:27
von Michael H.W. Weber
Ein interessanter Spektrum-Artikel mit Links auf Fachliteratur zum Thema KI und Maschinelles/DeepLearning in der Teilchenphysik. Hat sicherlich auch Implikationen für die LHC-assoziierten DC-Projekte.

Michael.

Re: DeepLearning & Datenanalyse von Teilchenphysikexperiment

Verfasst: 24.12.2018 14:46
von SarahBeer93
Wow, super interessant. Hoffe, das da auch was für die Modelle jenseits des Standardmodels raus springen.

Re: DeepLearning & Datenanalyse von Teilchenphysikexperiment

Verfasst: 29.12.2018 11:33
von Michael H.W. Weber
Ich denke, dass wir gerade erst die erste Gehversuche des Einsatzes von Machine Learning sehen. Insbesondere auch in der Biologie ist da "Goldgräberstimmung" angesagt: Erst kürzlich hatte ja das Google Team alle Preise abgeräumt bei der CASP-Proteinstrukturvorhersage - und damit Teams, die seit Jahrzehnten die Platzhirsche auf dem Gebiet sind, "ins Bockshorn" gejagt. :lol:

Auch bei unserem hauseigenen RNA World Projekt habe ich einige Ideen, was man in diesem Zusammenhang machen könnte...

Michael.

Re: DeepLearning & Datenanalyse von Teilchenphysikexperiment

Verfasst: 18.01.2019 19:36
von Dennis Kautz
Michael H.W. Weber hat geschrieben:Auch bei unserem hauseigenen RNA World Projekt habe ich einige Ideen, was man in diesem Zusammenhang machen könnte...

Michael.
Google AI hat eine "Social Impact Challenge" angekündigt, bei der sie bestimmte Projekte mit Geld, Cloud-Credits und Expertise fördern wollen, es geht dabei um ziemlich große Summen. Vielleicht wäre auch für RNA World was drin? Hier der Link:

https://ai.google/social-good/impact-challenge/

Deadline für Bewerbungen ist der 22. Januar.

Re: DeepLearning & Datenanalyse von Teilchenphysikexperiment

Verfasst: 18.01.2019 19:56
von yoyo
Sollten wir auf alle Fälle mitmachen.

Re: DeepLearning & Datenanalyse von Teilchenphysikexperiment

Verfasst: 19.01.2019 14:08
von Michael H.W. Weber
Ich fürchte, die Ankündigung ist auch für mich diesmal dann doch zu kurzfristig. :roll:

Michael.