Resumen de Uso de técnicas de Machine Learning en el experimento CMS
- español
La física experimental de partículas se encuentra en una era dorada llena de retos tecnológicos. Para superarlos, las grandes colaboraciones del LHC (Large Hadron Collider) han implementado técnicas de Machine Learning en sus operaciones con resultados impresionantes. En este documento se resumen algunas de las aplicaciones principales del aprendizaje automatizado, en particular de las redes neuronales artificiales, en el experimento CMS (Compact Muon Solenoid). Además, se resalta la importancia del trabajo colaborativo e interdisciplinario para la correcta implementación e interpretación de estas técnicas de análisis. El objetivo del presente trabajo consiste en despertar el interés por estos temas entre los miembros de las comunidades de física de partículas y ciencias de la computación, con el fin de ampliar las posibilidades de trabajos de investigación conjuntos.
- English
Experimental Particle Physics is in a golden era full of technological challenges. To overcome them, the substantial collaborations within the LHC (Large Hadron Collider) have implemented Machine Learning techniques in its operations with impressive results. This document summarizes some of the main applications of Automated Machine Learning, particularly of Artificial Neural Networks, in the CMS (Compact Muon Solenoid) experiment. In addition, the importance of collaborative and interdisciplinary work for the correct implementation and interpretation of these analysis techniques is highlighted. The aim of this work is to awaken interest in these topics among the members of Particle Physics and Computer Science communities, in order to enhance the possibilities of joint research projects.
