Fisica & Intelligenza Artificiale

Fisica & Intelligenza Artificiale
PoliLab@Home GDR

Il vostro esperimento ha raccolto circa \(10^4\) eventi di interazione tra \( \pi^-\) e nucleo di \( ^4He\). La tecnica per la misura delle variabili cinematiche degli eventi è stata definita.

Grazie alle analisi del vostro Team ora sapete che le collisioni (pione, 4He) dell’esperimento PAINUC evolvono in tre possibili canali di reazione:

  1.  Collisione elastica (nello stato finale troviamo pione + 4He):

\( \pi^-\,+\,^4He\quad\rightarrow\quad \pi^-\,+\,^4He\)

  1. Collisione radiativa (pione + 4He + fotone):

\( \pi^-\,+\,^4He\quad\rightarrow\quad \pi^-\,+\,^4He+\gamma\)

  1. Collisione di neutron knockout (pione + 4He + neutrone scalzato dal nucleo di He):

\( \pi^-\,+\,^4He\quad\rightarrow\quad \pi^-\,+\,^3He+n\)

Ora dovete classificarli e raggrupparli a seconda del canale di reazione. Un passo necessario per iniziare la successiva analisi statistica per tipologia di evento. Per fare un esempio, una volta separati gli eventi nelle varie categorie, potreste concentrarvi su quelli con emissione di un \(\gamma\) e studiare la distribuzione delle energie dei fotoni emessi da nucleo. Magari questa distribuzione vi potrebbe portare a raccogliere nuove informazioni su come si comporti la materia confinata in un nucleo.

Avendo condotto in prima persona l’analisi di un evento, dovreste sapere molto bene che studiare ~ 10 000 eventi e classificarli è un lavoro che potrebbe richiedere una quantità di tempo che difficilmente avrete.

Il vostro task ora consiste nel costruire una Rete Neurale Artificiale (ANN, Artificial Neural Network) e poi addestrarla al riconoscimento del canale di reazione di ogni singolo evento. Questo velocizzerebbe molto il lavoro! L’obiettivo è progettare una ANN in grado di riconoscere il canale di reazione con un efficacia del 95%.

Lavorerete su un codice scritto in Python senza dover installare alcun programma sul vostro computer. Userete dei server di Google, che metterà a vostra disposizione una macchina virtuale su cui Python è già installato e su cui farete girare il programma (la vostra ANN). Potrete modificare il codice a vostro piacimento. Sicuramente dovrete variare i parametri che definiscono la Rete Neurale e osservare come si comporta al fine di trovare la soluzione più efficiente al problema. Qui sotto trovate la procedura per accedere al codice e mettersi in condizione di poterci lavorare…

Visits: 1070

Lorenzo Galante

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *