Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Deep learning based algorithms in astroparticle physics

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68378271%3A_____%2F20%3A00548785" target="_blank" >RIV/68378271:_____/20:00548785 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://iopscience.iop.org/article/10.1088/1742-6596/1525/1/012112/pdf" target="_blank" >https://iopscience.iop.org/article/10.1088/1742-6596/1525/1/012112/pdf</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1088/1742-6596/1525/1/012112" target="_blank" >10.1088/1742-6596/1525/1/012112</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Deep learning based algorithms in astroparticle physics

  • Popis výsledku v původním jazyce

    In recent years, great progress has been made in the fields of machine translation, image classification and speech recognition by using deep neural networks and associated techniques (deep learning). Recently, the astroparticle physics community successfully adapted supervised learning algorithms for a wide range of tasks including background rejection, object reconstruction, track segmentation and the denoising of signals. Additionally, the first approaches towards fast simulations and simulation refinement indicate the huge potential of unsupervised learning for astroparticle physics. We summarize the latest results, discuss the algorithms and challenges and further illustrate the opportunities for the astrophysics community offered by deep learning based algorithms.

  • Název v anglickém jazyce

    Deep learning based algorithms in astroparticle physics

  • Popis výsledku anglicky

    In recent years, great progress has been made in the fields of machine translation, image classification and speech recognition by using deep neural networks and associated techniques (deep learning). Recently, the astroparticle physics community successfully adapted supervised learning algorithms for a wide range of tasks including background rejection, object reconstruction, track segmentation and the denoising of signals. Additionally, the first approaches towards fast simulations and simulation refinement indicate the huge potential of unsupervised learning for astroparticle physics. We summarize the latest results, discuss the algorithms and challenges and further illustrate the opportunities for the astrophysics community offered by deep learning based algorithms.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10303 - Particles and field physics

Návaznosti výsledku

  • Projekt

  • Návaznosti

Ostatní

  • Rok uplatnění

    2020

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Journal of Physics: Conference Series

  • ISBN

  • ISSN

    1742-6588

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    1-7

  • Název nakladatele

    IOP Publishing Ltd.

  • Místo vydání

    Bristol

  • Místo konání akce

    Saas-Fee

  • Datum konání akce

    11. 3. 2019

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000618973400112