Mit Neuronalen Netzen auf der Jagd nach dem Higgs-Boson
Beschreibung des Versuchs
Machine Learning nimmt eine immer stärker werdende Rolle in unserer Gesellschaft und Alltag ein. Autonomes Fahren, KI generierte Bilder und Chat Bots die fast menschlich wirken sind keine Science Fiction mehr. Dies geht natürlich auch nicht an der wissenschaftlichen Forschung vorbei in der oft viele Daten möglichst effektiv ausgewertet werden müssen.
Ein extremes Beispiel dafür bildet das ATLAS Experiment am CERN. Dort werden jährlich 10.000 TB Daten aus hochenergetischen Proton-Proton Kollisionen aufgenommen. Solche gigantischen Datenmengen sind die weitere Verarbeitung eine große Herausforderung jedoch aber auch absolut notwendig, um neue noch nie zuvor gemessene Teilchen oder Prozesse zu entdecken. So gelang es 2012 den Wissenschaftlern am CERN ein Teilchen zu entdecken, dass zuvor nur auf theoretischen Überlegungen basierte - das Higgs-Boson. Dieses Teilchen spielt eine Schlüsselrolle im Standard Model der Teilchenphysik, da das zugehörige Higgs-Feld den Teilchen ihre Masse verleiht.
Dieses Laborpraktikum vereint nun diese beiden interessanten Gebiete, um mittels Neuronalen Netzen nach dem Higgs-Boson zu suchen. Mittels offizieller Simulationsdaten des ATLAS Experiments werden dabei Neuronale Netze trainiert, die Ereignisse mit Higgs-Bosonen von den restlichen Messuntergrund-Ereignissen unterscheiden können. Der Schwerpunkt des Laborpraktikums liegt dabei vorrangig auf dem Machine Learning und dessen Anwendung auf Simulationsdaten.
Der erste Teil des Praktikums beschäftigt sich mit einem Minimal-Beispiel um die richtige Wahl für das Training-Setups zu finden. Die Wahl des richtigen Setups bildet die Basis für ein erfolgreiches Machine Learning. Sobald das passende Setup gefunden ist, geht es darum ein eigenes Neuronales Netz zu entwerfen. Ein bereits fertig trainiertes Netz wird dafür als “Konkurrent” geladen, dessen Performance es zu übertreffen gilt. Abschließend wird das eigene Netz evaluiert, welchen Beitrag es zur Higgs-Suche leisten könnte.
Da sich dieses Praktikum ausschließlich mit dem Erstellen, Trainieren und Auswerten von Neuronalen Netzen beschäftigt, muss am Ende kein zusätzliches Protokoll geschrieben werden. Die Abgabe erfolgt als ausführlich dokumentiertes Jupyter Notebook gemeinsam mit euren gespeicherten finalen Neuronen Netzen.
Hier finden Sie die Anprechpartner