15.07.2021
TUD-Student erhält Preis für bestes Poster zu maschinellem Lernen
Johann Voigt hat bei der virtuellen Konferenz „Offshell 2021“ den Preis für die beste Posterpräsentation gewonnen mit dem Thema „Artificial Neural Networks on FPGAs for Real-Time Energy Reconstruction of the ATLAS LAr Calorimeters“.
Die Forschungsergebnisse zur Implementierung von neuronalen Netzen auf programmierbaren Schaltkreisen, sogenannten FPGAs, sind im Rahmen seiner Masterarbeit am Institut für Kern- und Teilchenphysik entstanden. Mit Hilfe von maschinellem Lernen soll die Energiemessung des ATLAS-Detektors am Large Hadron Collider (LHC) des CERN verbessert werden. Die neuronalen Netze erkennen Signale von absorbierten Photonen und Elektronen im Flüssigargonkalorimeter von ATLAS. Gemeinsam mit einem Team von Physikerinnen und Physikern aus Dresden und Marseille konnte Johann Voigt zeigen, dass die neuronalen Netze auf schnellen Schaltkreisen genauso präzise arbeiten wie auf regulären Computern. Diese neue Technik soll mit dem Ausbau des ATLAS-Detektors für die Hochluminositätsphase des LHC ab ca. 2027 eingesetzt werden.
Johann Voigt hat mittlerweile seine Promotion am IKTP begonnen und freut sich über das Preisgeld.
Referenz: ATL-LARG-SLIDE-2021-312