Совещания по гранту проходят в очно-дистанционном формате по четвергам. Начало 10:30. Для дистанционных участников ссылка на Зум высылается за пару дней до совещания либо ее можно найти в разделе с ограниченным доступом.

Архив 2024г.
Архив 2025г.

Присутствовали: П.Волчугов, Е.Гресь, Ю.Дубенская, Д.Журов, А.Крюков, А.Разумов.
Ассоциированные члены: А.Демичев, С.Поляков, Е.Постников.

1. С.П. Направление оси.
   • Зависимость точности от порога по числу станций (3, 5, 10);
   • Зависимость точности от порога по ф.э. (100, 300)
2. Ю.Д. Точка прихода. Статус.
   • Построить графики.
   • Пока ничего нового
3. П.В. Разделение компонент. Статус.
4. Д.Ж.,П.В. Подготовка экспериментальных данных к мультимодальному анализу. Статус.
5. П.В. Подготовка МК данных АЧТ с учетом специфики телескопов.
6. Аннотации докладов на конференциях.
   • ВККЛ 2026.
     • Ю.Д. Определение точки прихода оси ШАЛ методом ИНС с использованием существенных признаков в эксперименте HiSCORE.
     • С.П. Применение 1D сверточных нейронных сетей для определения направления оси ШАЛ в эксперименте HiSCORE.
   • MMCP’2026.
     • А.К. Метод мультимодального анализа данных эксперимента TAIGA с использованием скрытого пространства АЭ.
   • DLCP2026.
     • Е.Г. Выделение гамма событий на основе совместного анализа данных АЧТ в стерео режиме.
     • П.В. Метод разделения легкой и тяжелой компонент по даннм АЧТ.
     • А.Д. Применение обратимых нейронных сетей для извлечения физических свойств ШАЛ.
7. Прочее.

Присутствовали: П.Волчугов, Е.Гресь, Ю.Дубенская, Д.Журов, А.Крюков, А.Разумов.
Ассоциированные члены: А.Демичев, С.Поляков, Е.Постников.

1. С.П. Направление оси.
   • Зависимость точности от порога по числу станций (3, 5, 10);
   • Зависимость точности от порога по ф.э. (100, 300)
2. Ю.Д. Точка прихода. Статус.
   • Построить графики.
3. П.В. Разделение компонент. Статус.
4. Д.Ж.,П.В. Подготовка экспериментальных данных к мультимодальному анализу. Статус.
5. П.В. ПОдготовка МК данных АЧТ с учетом специфики телескопов.
6. Аннотации докладов на конференциях.
   • ВККЛ 2026.
     • Ю.Д. Определение точки прихода оси ШАЛ методом ИНС с использованием существенных признаков в эксперименте HiSCORE.
     • С.П. Применение 1D сверточных нейронных сетей для определения направления оси ШАЛ в эксперименте HiSCORE.
   • MMCP’2026.
     • А.К. Метод мультимодального анализа данных эксперимента TAIGA с использованием скрытого пространства АЭ.
   • DLCP2026.
     • Е.Г. Выделение гамма событий на основе совместного анализа данных АЧТ в стерео режиме.
     • П.В. Метод разделения легкой и тяжелой компонент по даннм АЧТ.
     • А.Д. Применение обратимых нейронных сетей для извлечения физических свойств ШАЛ.
7. Прочее.

Присутствовали: П.Волчугов, Е.Гресь, Ю.Дубенская, Д.Журов, А.Крюков, А.Разумов.
Ассоциированные члены: А.Демичев, С.Поляков, Е.Постников.

1. С.П. Направление оси.
   • Зависимость точности от порога по числу станций (3, 5, 10);
   • Зависимость точности от порога по ф.э. (100, 300)
2. Ю.Д. Точка прихода. Статус.
   • Построить графики.
3. П.В. Разделение легкой (p+He) и тяжелой (N+O+…) компонент. Статус.
4. Д.Ж.,П.В. Готовность экспериментальных данных к мультимодальному анализу. Статус.
5. Аннотации докладов на конференциях.
   • ВККЛ 2026.
     • Ю.Д. Определение точки прихода оси ШАЛ методом ИНС с использованием существенных признаков в эксперименте HiSCORE.
     • С.П. Применение 1D сверточных нейронных сетей для определения направления оси ШАЛ в эксперименте HiSCORE.
   • MMCP’2026.
     • А.К. Метод мультимодального анализа данных эксперимента TAIGA с использованием скрытого пространства АЭ.
   • DLCP2026.
     • Е.Г. Выделение гамма событий на основе совместного анализа данных АЧТ в стерео режиме.
     • П.В. Метод разделения легкой и тяжелой компонент по даннм АЧТ.
     • А.Д. Применение обратимых нейронных сетей для извлечения физических свойств ШАЛ.
6. Прочее.

Присутствовали: А.Крюков, Ю.Дубенская, Д.Журов, П.Волчугов, Е.Гресь, А.Разумов.
Ассоциированные члены: А.Демичев, С.Поляков, Е.Постников.

1. Ю.Д. Точка прихода. Статус.
2. Д.Ж.,П.В. Подготовка экспериментальных данных к мультимодальному анализу.
3. П.В. ПОдготовка МК данных АЧТ с учетом специфики телескопов.
4. А.К. Точность традиционного метода. Xmax примерно 70г/кв.см (10%).
5. Темы докладов на конференциях.
   • ВККЛ 2026.
     • Определение точки прихода оси ШАЛ с использованием метода существенных параметров.
     • Применение 1D сверточных нейронных сетей для определения направления оси ШАЛ в эксперименте HiSCORE.
   • MMCP’2026.
     • Метод мультимодального анализа данных эксперимента TAIGA с использованием скрытого пространства АЭ.
   • DLCP2026.
     • Выделение гамма событий на основе совместного анализа данных АЧТ в стерео режиме.
     • Метод разделения легкой и тяжелой компонент по даннм АЧТ.
     • Применение обратисых нейронных сетей для извлечения физических свойств ШАЛ.
6. Прочее.

Присутствовали: А.Крюков, Ю.Дубенская, Е.Постников, Д.Журов, П.Волчугов, Е.Гресь, А.Разумов.
Ассоциированные члены: А.Демичев, С.Поляков.

1. Новости
   • Школы НЦФМ
   • Гранки статей в Вестник
2. Юля+Стас. HiSCORE - точка прихода.
3. Дима, Павел. Сравнение с данными Осиповой, полученных их экспериментальных данных.
   1. А.К. Стравнение должно быть ТЕХ ЖЕ самых событиях, что и Э.О.
4. Павел. Статус разделения легкой и тяжелой компонент.
5. Павел. МК данный для обучении мультимодальных моделей.
   • Стас, Лиза
6. Лиза. Статус ММ анализа (HiS+n*IACT)
7. ФИПС
   • Выделение существенных параметров с помощью АЭ + интерпретатор
   • Генерация изображений с помощью контроллера + декодер АЭ

• А.К. Разработать обратимую НС модель для разделения энергии и “шума” для данных АЧТ. - А.Р.

Присутствовали: А.Крюков, Ю.Дубенская, Е.Постников, Д.Журов, П.Волчугов, Е.Гресь, А.Разумов.
Ассоциированные члены: А.Демичев, С.Поляков.

1. Стас. HiSCORE - точка прихода.
2. Дима+. Сравнение с данными Осиповой, полученных их экмспериментальных данных.
3. А.К. Статья по 1D сверткам
4. Павел. Статус разделения легкой и тяжелой компонент.
5. Павел. МК данный для обучении мультимодальных моделей.
   • Стас, Лиза
6. ФИПС → 19.02.2026
7. Андрей. Доклад по обратимым НС (30мин+вопросы) Презентация по шумоподавлению с помощью обратимых сетей

Присутствовали: А.Крюков, Ю.Дубенская, Е.Постников, Д.Журов, П.Волчугов, Е.Гресь, А.Разумов.
Ассоциированные члены: А.Демичев, С.Поляков.

• Конференция MMCP'2026, on 22 - 26 June 2026 in Dubna. Срок подачи абстрактов - 10 мая.

• С.П. О результатах предсказания параметров ШАЛ с помощью 1D конволютивной модели.
  • Сравнение с предыдущими результатами.
• П.В. Разделение легкой и тяжелой компонент. Статус.
• Е.Г. Обобщение мультимодальной (ММ) модели на случай нескольких телескопов (HS+n*IACT). Статус.
  • Обеспечить ММ модели необходимым МК данными. Отв. П.В.
• Е.Г. Выделения гамма от Краба с использованием ММ моделей. Статус 2025г.
• Д.Ж. Аппробация моделей на реальных данных.
  • (+П.В.) Обработка предварительных данных от Э.О.
    • Все лежит в “/k38/prosin_group/HiSCORE/a_for_Krukov”.
      Результаты обработки: out1911_Kruk.dat, описание: for_kr.txt
    • Используя модель Лизы прошлого года (HS+1*IACT), сравниться (что можно) с результатами Э.О. на тех же самых экспериментальных данных.
      • В частности энергетические спектры.
  • Необходимо построить различные распределения физических параметров по данным Э.О., в целях
    • проверки корректности результатов;
    • в дальнейшем - сравнения с аналогичными результатами, полученными с помощью НСМ.
  • Лиза, попробуйте прогнать данные из out1911_Kruk.dat через свою модель.
    • Возможно там только HS
• Ю.Д.+С.П. Генерация событий с заданным энергетическим спектром и сравнение их с МК. Статус.

• На следующем совещании: А.Д. Обратимые НС и проблема извлечения “физических” параметров.
  • Для проработки возможной новой заявки на грант 2026г.

Присутствовали: А.Крюков, Ю.Дубенская, Е.Постников, Д.Журов, П.Волчугов, Е.Гресь, А.Разумов.
Ассоциированные члены: А.Демичев, С.Поляков.

• Задачи 2026г.
  1. П.В. Разделение легкой и тяжелой компонент.
     • Подготовил список МК с имеющимися сассовыми компнентами (p, He, CNO, Fe).
     • He очень мало.
  2. Е.Г. Обобщение мультимодальной (ММ) модели на случай нескольких телескопов (HS+n*IACT).
     • Получены некоторые предварительные данные с HS+2*IACT.
     • Показано, что раздельный предварительный анализ СП перед объединением несколько улучшает результаты.
     • Что делаем с X_max? Модель атмосферы (В.Просин)
  3. Обеспечить ММ модели необходимым МК данными. Отв. П.В.
     • Лиза, сделайте запрос Павлу.
  4. Вернуться к задаче выделения гамма от Краба с использованием ММ моделей. Отв. Е.Г.
     • Используем “вобблинг” для оценки фона.
       • Возможно для этого не нужен HS.
  5. Аппробация моделей на реальных данных. Отв. Д.Ж. (совместно с Е.П. и П.В.)
     • Имеются предварительные данные от Э.О.
     • А.К. Необходимо разобраться с результатами Э.О.
       • Все лежит в “/k38/prosin_group/HiSCORE/a_for_Krukov”.
         Результаты обработки: out1911_Kruk.dat, описание: for_kr.txt
       • Используя модель Лизы прошлого года (HS+1*IACT), сравниться (что можно) с результатами Э.О. на тех же самых экспериментальных данных (уточняю какие).
         • В частности энергетические спектры.
     • Необходимо построить различные распределения физических параметров по данным Э.О., в целях
       • проверки корректности результатов;
       • в дальнейшем - сравнения с аналогичными результатами, полученными с помощью НСМ.
     • Лиза, попробуйте прогнать данные из out1911_Kruk.dat через НСМ.
       • Возможно там только HS
  6. А.К. Обратимые НС.
     • Базовая идея: пусть у нас есть набор физических параметров (Ph) и “шум” (Noise) и есть изоморфизм f(Ph,Noise) → Exp. Т.е. f - это НС модель физического процесса. Тогда, обратное отображение f^-1(Exp)→ {Ph,Noise}. Иаким образом можно восстановить параметры Ph по экспериментальным данным.
     • Для проработки возможности новой заявки 2026г.
  7. Генерация событий с заданным энергетическим спектром и сравнение их с МК.
     • Используем метод управления существенными параметрами.
     • В частности, задача сгенерить набор событий (примерно 10000) со спектром, который соответствует МК и другими распределениями, которые соответствуют МК.
• Прочее

Присутствовали: А.Крюков, Ю.Дубенская, Е.Постников, Д.Журов, П.Волчугов, Е.Гресь, А.Разумов.
Ассоциированные члены: А.Демичев, С.Поляков.

• Распределение задач на 2026г.
  1. Разделение легкой и тяжелой компонент. Отв. П.В.
  2. Обобщение мультимодальной (ММ) модели на случай нескольких телескопов (HS+n*IACT). Отв. Е.Г.
     • Что делаем с X_max? Модель атмосферы (В.Просин)
  3. Обеспечить ММ модели необходимым МК данными. Отв. П.В.
     • Лиза, сделайте запрос Павлу.
  4. Вернуться к задаче выделения гамма от Краба с использованием ММ моделей. Отв. Е.Г.
     • Используем “вобблинг” для оценки фона.
       • Возможно для этого не нужен HS.
  5. Аппробация моделей на реальных данных. Отв. Д.Ж. (совместно с Е.П. и П.В.)
     • Имеются предварительные данные от Э.О.
     • Дима, разберись с результатами Э.О.
       • Все лежит в “/k38/prosin_group/HiSCORE/a_for_Krukov”.
         Результаты обработки: out1911_Kruk.dat, описание: for_kr.txt
       • Используя модель Лизы прошлого года (HS+1*IACT), сравниться (что можно) с результатами Э.О. на тех же самых экспериментальных данных (уточняю какие).
         • В частности энергетические спектры.
  6. Обратимые НС. Отв. А.К (совместно с А.Р. и А.Д.)
     • Для проработки возможности новой заявки 2026г.
  7. Генерация событий с заданным энергетическим спектром и сравнение их с МК. Отв. Ю.Д. совместно с С.П.
     • Используем метод управления существенными параметрами.
• Прочее