Präzise und schnelle Modellvorhersage mit maschinellem Lernen

Netrium

Zusammenfassung

In diesem MDSI-Projekt erforschen wir neuronale Netze (NN) und andere Techniken des maschinellen Lernens (ML) für schnelle und präzise Modellvorhersagen. Die Hauptanwendung in diesem Projekt wird das KATRIN-Experiment sein, das eine hochpräzise spektroskopische Messung des Tritium-Beta-Zerfallspektrums durchführt, um die Neutrinomasse mit bisher unerreichter Empfindlichkeit direkt zu untersuchen. Der Engpass bei der KATRIN-Analyse ist die rechenintensive analytische Berechnung des integralen Tritiumspektrums. Eine präzise und schnelle Vorhersage des Spektrums über ein ML-Modell würde völlig neue Möglichkeiten für die KATRIN-Datenanalyse eröffnen. Darüber hinaus werden wir den KATRIN-Fall nutzen, um eine theoretische Analyse von hochpräzisen ML-Modellen durchzuführen und die Anwendung der entwickelten Techniken in anderen Hochpräzisionsexperimenten zu untersuchen.