Аннотация:
Применение методов машинного обучения стало стандартом при анализе данных в физике частиц. Эти методы применяются на всех стадиях от первичного сбора данных до финального анализа. Новый запуск Большого адронного коллайдера, запланированный на 2021 год, откроет новую страницу применения машинного обучения из-за возросшей скорости обработки данных и новых технологий, доступных для их анализа. Одной из важных проблем при этом станет наличие достаточного количества симулированных событий, необходимых для детального понимания происходящего в данных. В докладе будут описаны текущие разработки по применению генеративных моделей для быстрой симуляции взаимодействия частиц с детектором. Эти подходы позволяют значительно снизить затраты компьютерных и человеческих ресурсов, а также в перспективе улучшить систематические погрешности измерения.
