Saltar a la navegació principal Saltar a la cerca Vés al contingut principal

Deep learning and Bayesian techniques applied to Big Data in industry and neutrino oscillations

Tesi d’estudis: Tesi doctoral

Resum

Les oscil·lacions de neutrins són un fenomen complex d’interès teòric i experimental en física fonamental, estudiat a través d’experiments diversos, com la col·laboració T2K situada al Japó. T2K es compon de dues instal·lacions, que produeixen i mesuren les interaccions de neutrins per obtenir una millor comprensió de les seves oscil·lacions mitjançant l’anàlisi de dades en forma d’inferència de paràmetres, simulació de models i resposta del detector. Mitjançant aquest treball, s’aplicaran tècniques modernes de deep learning en forma d’estimadors de densitat neuronals i xarxes neuronals sobre grafs i es verificaran a fons en casos d’ús de T2K, avaluant-ne els beneficis i les mancances en comparació amb els mètodes tradicionals. Addicionalment, es parlarà d’un ús industrial d’aquestes metodologies per a la xarxa elèctrica espanyola.
Data del Ajut27 de nov. 2020
Idioma originalAnglès
SupervisorVicenc Gaitan Alcalde (Director/a), Thorsten Lux . (Director/a) & Maria del Pilar Casado Lechuga (Director/a)

Com citar-ho

'