News
Ergebnisse des Kaggle-Wettbewerbs IceCube - Neutrinos im tiefen Eis
News, Top |
Der Kaggle-Wettbewerb IceCube - Neutrinos im tiefen Eis endete am 19. April 2023 mit über 11000 Einsendungen von 901 Teilnehmern. Während der dreimonatigen Wettbewerbsphase zog dieses Projekt aktive Teilnehmer aus 74 Ländern an und erhielt insgesamt 6460 Anmeldungen.
Die Rangliste wurde inzwischen überprüft und fertiggestellt, und die Gewinner stehen fest:
- 1. Platz, Gewinner von $18k: Team "Tito"
- 2. Platz, Gewinner von $12k: Team "IceMix"
- 3. Platz, Gewinner von $10k: Team "GPUs on Ice"
Außerdem wird der Preis für frühzeitiges Teilen (5.000 $) an "Datasaurus" vergeben, und 5x 1.000 $ werden für die besten Lösungsvorschläge vergeben:
1. Platz 2. Platz 3. Platz 4. Platz 5. Platz
Details zu den Lösungen von Gewinnern:
Alle der Top 3 Gewinner haben sogenannte "Transformers" verwendet, also dieselben Architekturen, die die neueste Generation großer Sprachmodelle wie chatGPT antreiben. Dies ist eine neue Technik, die bei IceCube-Daten zum Einsatz kommt und die Qualität früherer, auf maschinellem Lernen basierender Rekonstruktionen deutlich übertrifft.
Alle drei besten Lösungen sind in der Lage, die Richtung von "Spur"-Ereignissen (Neutrino-Ereignisse, die eine längliche Signatur enthalten, die durch ein Myon aus der Wechselwirkung verursacht wird) mit einer Auflösung von unter einem Grad zu rekonstruieren.Dies eröffnet wahrscheinlich neue Möglichkeiten, diese Algorithmen auf eine große Anzahl von Ereignissen, wenn nicht sogar auf den gesamten IceCube-Datenstrom, anzuwenden. Eine solche Präzision war bisher nur ausgewählten Neutrino-Ereigniskandidaten vorbehalten, die mit rechenintensiven Methoden verarbeitet werden mussten, was leicht Minuten bis Stunden pro Ereignis in Anspruch nahm. Im Gegensatz dazu sind die in diesem Kaggle-Wettbewerb entwickelten Methoden rasant schnell und können innerhalb weniger Stunden auf Millionen von Ereignissen angewendet werden.
In dem Artikel von 24.10.2023 sind die drei besten Lösungen beschrieben, und die Datenverarbeitung, Architektur und der Trainingsprozess dieser Modelle dargestellt und verglichen.