Konuşmacılar
Açıklama
Yüksek enerji parçacık fiziği deneyleri, son derece karmaşık olayların çok büyük veri hacimleriyle izlendiği sistemlerdir. Bu veri yoğunluğunu anlamlı fiziksel çıktılara dönüştürmek, klasik analiz yöntemlerinin ötesine geçen yaklaşımları zorunlu kılmaktadır. Bu bağlamda yapay zeka (YZ), son yıllarda deneysel yüksek enerji fiziğinde güçlü bir araç olarak öne çıkmıştır.
Bu sunumda, öncelikle parçacık fiziğinde YZ’nin kullanım alanları sistematik biçimde ele alınacaktır: olay sınıflandırma, jet tanıma, parçacık izleme, veri sıkıştırma, anomalili olayların tespiti ve hızlı simülasyonlar. CMS ve ATLAS gibi büyük deneylerde uygulanan derin öğrenme tabanlı çözümlerden örnekler verilecek; özellikle üretken modeller, Graph Neural Networks ve Physics-Informed AI yaklaşımları üzerinde durulacaktır.
Ayrıca, YZ uygulamalarının getirdiği avantajların (hassasiyet artışı, işlem süresi tasarrufu, düşük bellek gereksinimi) yanı sıra, karşılaşılan zorluklar (yorumlanabilirlik, sistematik belirsizlik kontrolü, domain adaptasyonu) tartışılacaktır.
