Молодий дослідник зумів вирішити складну задачу, пов’язану з інтерференцією даних, отриманих на Великому адронному колайдері (LHC), завдяки використанню глибоких нейронних мереж. Ця проблема ускладнювала аналіз даних, адже інтерференція — це явище, яке заважає коректному статистичному моделюванню результатів експериментів.
Зокрема, інтерференція призводить до того, що два можливих події можуть послаблювати одна одну, ускладнюючи визначення ймовірності їхнього спостереження. Тому фізики змушені були використовувати менш точні статистичні методи, що знижує точність аналізу.
Однак, нещодавно колаборація ATLAS, одна з двох груп, що досліджують протонні зіткнення на LHC, представила два дослідження, які описують нові підходи до аналізу даних. Один з них детально розглядає метод Neural Simulation-Based Inference, який дозволяє максимально використовувати дані з експерименту. Інший — демонструє ефективність цього підходу на прикладі повторного аналізу, що показав значні покращення.
Цей успіх став результатом шести років роботи молодого дослідника, який переконував колег у цінності нового методу. Тепер його відкриття вже вплинуло на плани колаборації щодо подальших досліджень.