【02.08】Seminar：Interpretable machine learning and HEP observable analysis
Seminar
報告題目： Interpretable machine learning and HEP observable analysis
報告人：錢卓妮，副研究員，杭州師范大學(xué)
主持人：張昊，副研究員
報告時間：2023年2月8日（周三），下午15:00
報告地點：高能所圖書館樓319會議室
ZOOM：445-645-7666/123456
報告摘要：
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.
個人簡介:
錢卓妮博士，杭州師范大學(xué)副研究員。2017年于美國匹茲堡大學(xué)獲得博士學(xué)位。先后于韓國大田基礎(chǔ)科學(xué)研究院IBS，德國電子同步加速國家實驗室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。主要研究方向為對撞機(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：
