【02.08】Seminar：Interpretable machine learning and HEP observable analysis
Seminar
報(bào)告題目： Interpretable machine learning and HEP observable analysis
報(bào)告人：錢(qián)卓妮，副研究員，杭州師范大學(xué)
主持人：張昊，副研究員
報(bào)告時(shí)間：2023年2月8日（周三），下午15:00
報(bào)告地點(diǎn)：高能所圖書(shū)館樓319會(huì)議室
ZOOM：445-645-7666/123456
報(bào)告摘要：
Machine learning methods have proved powerful in particle physics, but without interpretability there is no guarantee the outcome of a learning algorithm is correct or robust. Thus the interpretable machine learning (IML) framework become necessary in the HEP large data era. I am demonstraintg how the IML framework can be achieved with detailed analysis on a few LHC processes as example, and explaining further application and interpretation concepts.
個(gè)人簡(jiǎn)介:
錢(qián)卓妮博士，杭州師范大學(xué)副研究員。2017年于美國(guó)匹茲堡大學(xué)獲得博士學(xué)位。先后于韓國(guó)大田基礎(chǔ)科學(xué)研究院IBS，德國(guó)電子同步加速?lài)?guó)家實(shí)驗(yàn)室DESY理論組從事博士后研究。2022年入職杭州師范大學(xué)物理學(xué)院。主要研究方向?yàn)閷?duì)撞機(jī)物理，尤其在希格斯波色子與相關(guān)新物理的研究，以及可理解機(jī)器學(xué)習(xí)在對(duì)撞機(jī)研究中的應(yīng)用等方向上有貢獻(xiàn)和發(fā)表。
附件下載：
