В «Высшей школы экономики» создали систему проверки данных, полученных во время эксперимента БАК. Алгоритм ищет аномалии на фотографиях, а затем обращает внимание оператора на те запуски, которые были признаны проблемными.
Ученые сталкивают в коллайдере элементарные частицы и в результате получают много трехмерных фотографий — несколько тысяч снимков в секунду. Исследователям важно качественно отследить, что именно произошло в момент столкновения, и определить траектории элементов.
Снимки делает детектор — камера длиной 30 метров. Она состоит из разных слоев, каждый из которых выполняет свою задачу. Например, один считывает реакцию среды, а второй фиксирует траекторию частицы. Чтобы ученые могли получить хорошие данные для своих исследований, система сбора информации должна работать корректно. Встает вопрос, как анализировать отснятый материал и оценивать его качество, если фотографий так много. Любой битый пиксель на матрице может оказать влияние на данные, так как на его месте может быть искомый элемент.
В Научно-учебной лаборатории методов анализа больших данных (LAMBDA) «Высшей школы экономики» создали систему мониторинга, которая позволяет отслеживать, насколько качественны собранные данные, а также помогает операторам быстро находить поломки.
«Большой адронный коллайдер запускается циклами: первый проходил с 2010 по 2012 год, второй — с 2014-го по 2018-й, третий продлится с 2022 по 2024 год. Прямо сейчас в ЦЕРН «прогревают» установку и тестируют перед большим стартом. Наша система мониторинга позволяет отслеживать состояние эксперимента из любой точки мира, а алгоритмы машинного обучения снижают время, необходимое для поиска проблем с данными», — сообщает Денис Деркач, старший научный сотрудник лаборатории LAMBDA.