Tamanho da fonte: 

Este projeto teve como proposta principal o estudo de modelos de inteligência artificial, em especial de aprendizado semi supervisionado para aplicações em fenomenologia de neutrinos, tendo em vista que os métodos computacionais convencionais utilizados em grandes experimentos de detecção de partículas elementares presenciam desafios consideráveis em relação ao desempenho de computadores, tanto pelo viés de processamento e pelos métodos de análise dos dados quanto pelo seu armazenamento. Sendo assim, a partir da coleta de dados em experimentos futuros, espera-se que seja viável considerar métodos que utilizam inteligência artificial para melhorar ferramentas de detecção de interações entre partículas, possibilitando reduzir esforços na análise desses eventos, separando-os em interações que possam esclarecer o comportamento de partículas elementares, como novas descobertas e demais ruídos produzidos que em grande parte demandam grandes recursos dos métodos computacionais, elevam o custo experimental e os tornam mais lentos. O uso de algoritmos de aprendizado de máquina têm proporcionado um grande avanço na detecção de irregularidades e na produção de informações preditivas em inúmeros meios do mundo contemporâneo ligados ao mercado digital, sabendo que os meios de se obter e manipular dados se tornam cada vez mais orgânicos e imprescindíveis no mercado globalizado. Nos meios científicos, essa realidade não é divergente, tendo em vista que os métodos que envolvem aprendizado de máquina possibilitam a elaboração de algoritmos mais bem capacitados a lidar com um grande volume de dados que são gerados em experimentos de larga escala, sendo eles em grande parte não-estruturados, assim como o tratamento e manipulação dos mesmos. Sendo assim, a partir do estudo de métodos de aprendizado de máquina e suas aplicações nos experimentos que envolvem física de partículas, pode-se viabilizar a implementação de algoritmos do tipo semi supervisionado para, após um período de análise, utilizando-se de simulações com interações padrão, usarmos a inteligência artificial resultante como um gatilho instantâneo para reconhecimento de anomalias na detecção de eventos gerados por neutrinos no experimento DUNE (Deep Underground Neutrino experiment).