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 темной материи. Об этом пишет «Хайтек».
Существует проблема - во время сбора и обработки информации измерения могут быть искажены. Тогда появляются аномалии, не связанные с физическими процессами. Получается, что аномалии в БАК — это открытия, которые отличаются от стандартных представлений о том, как распадаются частицы после столкновения протонов.
Чтобы отсечь их, ученые создают специальные системы контроля качества данных на основе искусственного интеллекта. Они бывают двух типов:
- Алгоритмы, использующие информацию только о тех событиях, которые считаются хорошими.
Здесь все, что выходит за рамки этой оболочки, будет считаться аномалиями.
- Алгоритмы, опирающиеся на то, что считается неправильным.
Здесь поиск аномалий сводится к задаче двухклассовой классификации.
Ученые разработал методы, которые объединяют особенности сразу двух подходов. Для этого они построили генеративные модели аномальных примеров. Такие состязательные сети помогут восстанавливать примеры аномалий, помеченных как отрицательные, и формировать дополнительную выборку. Благодаря этому повысится эффективность классификатора.
Если Вам было интересно и вы узнали что-то новое, поддержите нас!