Recherchez sur tout Techno-Science.net
       
Techno-Science.net : Suivez l'actualité des sciences et des technologies, découvrez, commentez
Posté par Adrien le Mardi 22/05/2018 à 00:00
LHC: le défi TrackML vous attend !
Des physiciens des collaborations ATLAS, CMS et LHCb viennent de lancer un concours, le défi TrackML - l'occasion pour vous de développer de nouvelles solutions d'apprentissage automatique destinées à la prochaine génération d'accélérateurs de particules.


10 000 trajectoires, composées de 100 000 points, dans un futur détecteur auprès du LHC, simulé pour le défi TrackML. (Image: TrackML Challenge Team/CERN)

Le Grand collisionneur (Un collisionneur est un type d'accélérateur de particules mettant en jeu des faisceaux dirigés de particules élémentaires.) de hadrons (LHC) produit chaque seconde ( Seconde est le féminin de l'adjectif second, qui vient immédiatement après le premier ou qui s'ajoute à quelque chose de nature identique. La seconde est une unité de mesure du temps. La...) des centaines de millions de collisions, qui se traduisent par des dizaines de pétaoctets de données (Dans les technologies de l'information (TI), une donnée est une description élémentaire, souvent codée, d'une chose, d'une transaction d'affaire, d'un événement, etc.) par année (Une année est une unité de temps exprimant la durée entre deux occurrences d'un évènement lié à la révolution de la Terre autour du Soleil.). Gérer cette avalanche de données représente un défi de taille pour les physiciens, qui ont développé des outils pour traiter et filtrer les événements en direct, en une fraction de seconde, et sélectionner les plus prometteurs.

Le traitement de ce grand volume (Le volume, en sciences physiques ou mathématiques, est une grandeur qui mesure l'extension d'un objet ou d'une partie de l'espace.) de données deviendra encore plus difficile dans un avenir proche : avec le LHC à haute luminosité (La luminosité désigne la caractéristique de ce qui émet ou réfléchit la lumière.), amélioration majeure du LHC dont l'exploitation doit commencer en 2026, le rythme des collisions augmentera d'un facteur cinq. De nouvelles solutions logicielles innovantes seront nécessaires pour reconstruire rapidement, avec les ressources de calcul disponibles, les trajectoires des particules issues de ces collisions.

Pour contribuer à résoudre ce problème, une équipe d'experts de l'apprentissage (L’apprentissage est l'acquisition de savoir-faire, c'est-à-dire le processus d’acquisition de pratiques, de connaissances, compétences,...) automatique (L'automatique fait partie des sciences de l'ingénieur. Cette discipline traite de la modélisation, de l'analyse, de la commande et, de la régulation des systèmes dynamiques. Elle a pour fondements...) et de physiciens du LHC ont créé un partenariat avec Kaggle afin de déterminer si l'apprentissage automatique peut aider la physique (La physique (du grec φυσις, la nature) est étymologiquement la « science de la nature ». Dans un sens général et ancien, la physique désigne la connaissance de la...) des hautes énergies à découvrir de nouvelles particules et étudier leurs caractéristiques.

Plus précisément, ce concours invite les participants à créer un algorithme capable de reconstruire rapidement et efficacement les trajectoires des particules à partir des points qu'elles laissent en 3D dans les détecteurs au silicium (Le silicium est un élément chimique de la famille des cristallogènes, de symbole Si et de numéro atomique 14.). Le concours se déroule en deux phases :
- La phase (Le mot phase peut avoir plusieurs significations, il employé dans plusieurs domaines et principalement en physique :) " précision ", qui a lieu actuellement sur la plateforme Kaggle, s'étend de mai à juillet 2018. Il s'agit ici d'obtenir le score le plus élevé, indépendamment du temps (Le temps est un concept développé par l'être humain pour appréhender le changement dans le monde.) d'évaluation. Cette phase est un concours officiel de la conférence IEEE WCCI (Rio de Janeiro, juillet 2018).
- La phase " débit " se déroulera sur la plateforme Codalab de juillet à octobre 2018. Les participants soumettront leurs logiciels, qui seront évalués par Codalab. L'accent est mis ici sur le débit (Un débit permet de mesurer le flux d'une quantité relative à une unité de temps au travers d'une surface quelconque.) (c'est-à-dire la vitesse) de l'évaluation, avec néanmoins un bon score. Cette phase est un concours officiel de la fondation NIPS (Montréal, décembre 2018).

Inscrivez-vous dès aujourd'hui pour le défi TrackML  ! Les trois candidats obtenant les meilleurs scores recevront des prix en espèces. Certains lauréats sélectionnés pourront recevoir un GPU NVIDIA (Nvidia Corporation est l'un des plus grands fournisseurs de processeurs graphiques, de cartes graphiques et de chipsets pour PC et consoles de jeux (Saturn, Xbox, PlayStation 3). Il s'agit d'une société...) v100 de pointe, visiter le CERN ou assister à la Conférence sur les systèmes de traitement d'information neuronaux 2018 à Montréal (Montréal est à la fois région administrative et métropole du Québec[2]. Cette grande agglomération canadienne constitue un centre majeur du commerce, de l'industrie, de la culture, de la finance et des affaires internationales....) (Canada).

Pour en savoir plus et pour connaître les conditions de participation, consultez la page web (Une page Web est une ressource du World Wide Web conçue pour être consultée par des visiteurs à l'aide d'un navigateur Web. Elle a une adresse Web....) de Kaggle consacrée au concours et le compte Twitter (Twitter est un outil de réseau social et de microblogage qui permet à l’utilisateur d’envoyer gratuitement des messages brefs, appelés tweets (« gazouillis »), par...) officiel de TrackML.

Commentez et débattez de cette actualité sur notre forum Techno-Science.net. Vous pouvez également partager cette actualité sur Facebook, Twitter et les autres réseaux sociaux.
Icone partage sur Facebook Icone partage sur Twitter Partager sur Messenger Icone partage sur Delicious Icone partage sur Myspace Flux RSS
Source: Corinne Pralavorio - Copyright CERN