追跡機械学習の挑戦:精度相【JST・京大機械翻訳】

Amrouche Sabrina; Basara Laurent; Calafiura Paolo; Estrade Victor; Farrell Steven; Ferreira Diogo R.; Finnie Liam; Finnie Nicole; Germain Cecile; Gligorov Vladimir Vava; Golling Tobias; Gorbunov Sergey; Gray Heather; Guyon Isabelle; Hushchyn Mikhail; Innocente Vincenzo; Kiehn Moritz; Moyse Edward; Puget Jean-Francois; Reina Yuval; Rousseau David; Salzburger Andreas; Ustyuzhanin Andrey; Vlimant Jean-Roch; Wind Johan Sokrates; Xylouris Trian; Yilmaz Yetkin

プレプリント

J-GLOBAL ID：202202216270649120 整理番号：21P0012434

追跡機械学習の挑戦:精度相【JST・京大機械翻訳】

The Tracking Machine Learning challenge : Accuracy phase

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (27件)： , , , , , , , , , , , , , , , , , , , , , , , , , ,
資料名：
発行年： 2019年04月14日プレプリントサーバーでの情報更新日： 2021年05月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本論文では,大きなHadron Collder(LHC)における粒子の軌跡を正確に追跡するのにリンクした困難な実験問題を解くための「cり」の電力を用いて,高エネルギー物理学における実験結果を報告した。この実験は,2018年に組織化された機械学習課題の形を取った:追跡機械学習課題(TrackML)。結果を,神経情報処理システム会議(NurIPS 2018)での競争セッションで議論した。100.000点を考えると,参加者は,非常に高いエネルギー陽子衝突から発行された粒子の軌跡に従って,円の約10.000アークにそれらを接続しなければならない。競争は,パックの前方に,数十のフロントランナーで困難であった。単一競争スコアは,ドメインの観点から最良のアルゴリズムを選択するのに正確で有効であることが示された。競争は,機械学習のための種々の役割によって,多様な方式に曝され,その多くは,文書において議論されている。【JST・京大機械翻訳】

, , ,
, 【Automatic Indexing@JST】

人工知能

前のページに戻る