Differences

This shows you the differences between two versions of the page.

--- ml4gamma:main [05/07/2024 22:01] – removed - external edit (Unknown date) 127.0.0.1
+++ ml4gamma:main [14/03/2025 10:48] (current) – [8 Марта] kryukov
@@ Line 1: / Line 1: @@
+{{ml4gamma:rnf24.png?540}}
+====== ML4Gamma ======
+//РНФ-24-11-00136 (2024-2026)//
+/**
+====== 8 Марта ======
+{{:ml4gamma:8mart.png?400|}}
+**
+Дорогие наши девушки! \\ \\
+От всего сердца поздравляем вас с праздником 8 марта! Пусть вас никогда не покидает весеннее настроение!
+**
+**/
+====== News&Events ======
+{{section>:ml4gamma:news&footer&firstseconly}}
+====== About ======
+//Руководитель **А.Крюков**//
+**Методы машинного обучения для совместного анализа мультимодальных экспериментальных данных и извлечения редких событий в гамма-астрономии**
+**Аннотация**
+В современную цифровую эпоху порождаются все увеличивающиеся объемы данных. Поэтому обработка и анализ получаемой информации является одной из наиболее важных и насущных задач. Часто эти данные поступают из различных источников, отражают различные стороны объектов или явлений и являются существенно неоднородными. Такие данные имеют разные типы и форматы, что очень сильно затрудняет их совместный анализ. В связи с этим, есть потребность в разработке новых эффективных и совершенствовании существующих методов совместного анализа больших потоков разнородных, мультимодальных данных, что является центральной научной проблемой, на решение которой направлен данный проект.
+Актуальность этой проблематики обусловлена многочисленными примерами важности таких методов в конкретных прикладных областях, например, в медицине, управлении процессами жизнедеятельности городов, климатических и экологических исследованиях, естественных науках и многих других.
+Конкретной задачей в рамках проблемы, на решение которой направлен проект, является разработка новых эффективных способов совместного анализа мультимодальных данных, которые будут протестированы на реальных данных из области гамма-астрономии, а именно данных, получаемых с помощью гибридного эксперимента TAIGA, регистрирующего широкие атмосферные ливни. Мультимодальность означает, что совокупный набор данных состоит из нескольких подмножеств, каждое из которых содержит данные одного типа. Важно отметить, что мультимодальность характерна в целом для современной многоканальной астрономии, поскольку собираемая информация об изучаемых явлениях имеет большое разнообразие по своей природе и характеристикам. Новизна предлагаемого проекта обусловлена новаторским методологическим подходом для решения этой задачи, а именно осуществлением объединения и совместного анализа не на уровне сырых экспериментальных данных, а после извлечения с помощью нейросетевых технологий их существенных признаков, которые отражают сущность явления, а не конкретный метод его регистрации. Использование существенных признаков позволит выделить редкие явления, к которым относятся гамма частицы.
+====== Members ======
+Члены гранта
+  * [[kryukov@theory.sinp.msu.ru|А.Крюков]], НИИЯФ - руководитель
+  * Ю.Дубенская, НИИЯФ - отвественный исполнитель
+  * Е.Постников, НИИЯФ - отвественный исполнитель
+  * Е.Гресь, ИГУ
+  * Д.Журов, ИГУ
+  * П.Волчугов, НИИЯФ
+  * А.Власкина, НИИЯФ
+Ассоциированные члены
+  * А.Демичев
+  * С.Поляков