Przejdź do głównej treści

Widok zawartości stron Widok zawartości stron

Widok zawartości stron Widok zawartości stron

Metody wielowymiarowej analizy statystycznej w identyfikacji oddziaływań w detektorach germanowych.

Opiekun naukowy

Imię i nazwisko : Marcin Misiaszek  
Email: marcin.misiaszek@uj.edu.pl
Zakład: Zakład Doświadczalnej Fizyki Komputerowej
Pracownia:  
Strona www grupy: http://zdfk.if.uj.edu.pl/

Krótki opis

Celem pracy magisterskiej jest stworzenie i optymalizacja zaawansowanego filtra, zdolnego do precyzyjnej analizy kształtów impulsów od zdarzeń zarejestrowanych w detektorach germanowych. Wykorzystane metody bazują na doświadczeniu grupy badawczej, która w przeszłości opracowała podobne filtry, znacznie podnosząc czułość eksperymentu GERDA.

Zakres pracy magisterskiej otwiera niezwykle interesujący obszar naukowy, łączący zaawansowane technologie, programowanie i nowoczesne metody statystyczne, w tym nauczanie maszynowe. Daje to możliwość poznania i rozwoju w obszarze oprogramowania, które dokonuje skomplikowanej klasyfikacji statystycznej rejestrowanych zdarzeń za pomocą wielowymiarowej analizy.

W przypadku opracowania nowego, jeszcze bardziej efektywnego algorytmu, rezultaty pracy mogą bezpośrednio wpłynąć na wyniki aktualnie realizowanych eksperymentów, w tym na projekt LEGEND-200, skupiający się na poszukiwaniu podwójnego bezneutrinowego rozpadu beta. To wyjątkowa okazja do zrozumienia i przyczynienia się do aktualnych wyzwań w fizyce.

Dodatkowo, nabyta w trakcie pracy umiejętność wykorzystania metod statystycznych, w tym nauczania maszynowego i programowania, jest wysoce ceniona na rynku pracy, nie tylko w obszarze naukowym, ale również w sektorze biznesu i technologii.

Główne narzędzia badawcze

  • Potrzebne narzędzia badawcze to umiejętność programowania (np. Python, C++), opanowanie analizy danych i nauczania maszynowego (np. TensorFlow, Keras, Scikit-learn), znajomość statystyki i analizy wielowymiarowej, wiedza o detektorach germanowych i oprogramowaniu do symulacji fizycznych (np. GEANT4).

Wymagania w stosunku do kandydata

  • Znajomość programowania, analizy danych, statystyki, podstaw nauczania maszynowego i zrozumienie fizyki detektorów.