-Темы:
-Докладчики: студенты 2 года магистратуры филиала МГУ в г. Дубна Омелянчук Савелий и Головин Александр
-Дата и время: 10 декабря 2025, 13-30
-Место: 4-16 ЮК НИИЯФ
Есть возможность дистанционного подключения, обращаться к Климочкиной Анне Александровне https://vk.com/id1720670
-Аннотации:
- "Графовая нейронная сеть в применении к задаче классификации треков по событиям в эксперименте SPD на ускорителе NICA"
- "Всепетлевой эффективный потенциал произвольной массивной скалярной теории поля".
-Докладчики: студенты 2 года магистратуры филиала МГУ в г. Дубна Омелянчук Савелий и Головин Александр
-Дата и время: 10 декабря 2025, 13-30
-Место: 4-16 ЮК НИИЯФ
Есть возможность дистанционного подключения, обращаться к Климочкиной Анне Александровне https://vk.com/id1720670
-Аннотации:
1. Машинное обучение с использованием глубоких моделей нейронных сетей всё чаще находит свое применение в физике высоких энергий. На данный момент глубокие нейронные сети используются в самых разных разделах физики, от теоретических численных расчётов до обработки данных с
огромных астрофизических детекторов. В данном докладе будет представлена глубокая графовая нейронная сеть, разработанная для классификации треков по событиям в отдельных временных срезах в
эксперименте SPD. В рамках доклада будет представлена задача трекинга на SPD, архитектура модели, результаты и дальнейшие планы по развитию подхода.
2. В докладе будет представлен новый подход, позволяющий работать с неперенормируемыми моделями в квантовой теории поля.Будет показано, как получить систему обобщенных уравнений ренормгруппы
для эффективного потенциала произвольной массивной теории скалярного поля. Эти уравнения суммируют ведущие логарифмические вклады и представляют собой систему нелинейных дифференциальных уравнений в частных производных второго порядка. Мы показываем, что в некоторых случаях та система может быть сведена к системе обыкновенных дифференциальных уравнений и решена численными методами. В частности, для перенормируемого phi^4 потенциала решение может быть получено аналитически, и оно демонстрирует поведение характерное для нуль-зарядной теории.
огромных астрофизических детекторов. В данном докладе будет представлена глубокая графовая нейронная сеть, разработанная для классификации треков по событиям в отдельных временных срезах в
эксперименте SPD. В рамках доклада будет представлена задача трекинга на SPD, архитектура модели, результаты и дальнейшие планы по развитию подхода.
2. В докладе будет представлен новый подход, позволяющий работать с неперенормируемыми моделями в квантовой теории поля.Будет показано, как получить систему обобщенных уравнений ренормгруппы
для эффективного потенциала произвольной массивной теории скалярного поля. Эти уравнения суммируют ведущие логарифмические вклады и представляют собой систему нелинейных дифференциальных уравнений в частных производных второго порядка. Мы показываем, что в некоторых случаях та система может быть сведена к системе обыкновенных дифференциальных уравнений и решена численными методами. В частности, для перенормируемого phi^4 потенциала решение может быть получено аналитически, и оно демонстрирует поведение характерное для нуль-зарядной теории.
