Projekty finansowane przez NCN

Dane kierownika projektu i jednostki realizującej

Szczegółowe informacje o projekcie i konkursie

Słowa kluczowe

Aparatura

Wyczyść formularz

Opracowanie metod uczenia maszynowego do monitorowania jakości danych o dużej objętości oraz interaktywnych metod ich wizualizacji na przykładzie eksperymentu ALICE na Wielkim Zderzaczu Hadronów w CERN

2016/21/D/ST6/01946

Słowa kluczowe:

uczenie maszynowe monitorowanie jakości danych wizualizacja danych wirtualna rzeczywistość big data Wielki Zderzacz Hadronów CERN eksperyment ALICE fizyka wysokich energii

Deskryptory:

  • ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
  • ST6_8: Grafika komputerowa, przetwarzanie obrazów, wizualizacja komputerowa, multimedia, gry komputerowe
  • ST2_2: Fizyka cząstek elementarnych

Panel:

ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne

Jednostka realizująca:

Politechnika Warszawska, Wydział Elektroniki i Technik Informacyjnych

woj. mazowieckie

Inne projekty tej jednostki 

Kierownik projektu (z jednostki realizującej):

dr Tomasz Trzciński 

Liczba wykonawców projektu: 4

Konkurs: SONATA 11 - ogłoszony 2016-03-15

Przyznana kwota: 280 780 PLN

Rozpoczęcie projektu: 2017-01-20

Zakończenie projektu: 2021-01-19

Planowany czas trwania projektu: 48 miesięcy (z wniosku)

Status projektu: Projekt rozliczony

Opis Projektu

Pobierz opis projektu w formacie .pdf

Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.

Zakupiona aparatura

  1. Monitor wysokiej rozdzielczości. Za kwotę 4 000 PLN
  2. Serwer obliczeniowy z kartami GPU. Za kwotę 16 990 PLN
  3. Komputer typu PC o wysokiej wydajności do współpracy z Goglami Wirtualnej Rzeczywistości. Za kwotę 10 000 PLN
  4. Gogle wirtualnej rzeczywistości wysokiej rozdzielczości wyświetlające generowany na komputerze obraz HD. Za kwotę 4 500 PLN
  5. Notebook. Za kwotę 8 000 PLN
  6. Notebook.
  7. Serwer obliczeniowy Parser Maior 17.

Dane z raportu końcowego/rocznego

  • Publikacje w czasopismach (3)
  • Teksty w publikacjach pokonferencyjnych (8)
  1. End-to-End Sinkhorn Autoencoder With Noise Generator
    Autorzy:
    Kamil Deja; Jan Dubiński; Piotr Nowak; Sandro Wenzel; Przemysław Spurek; Tomasz Trzcinski
    Czasopismo:
    IEEE Access (rok: 2021, tom: 9, strony: 7211-7219), Wydawca: IEEE
    Status:
    Opublikowana
    Doi:
    10.1109/ACCESS.2020.3048622 - link do publikacji
  2. Assigning Quality Labels in the High-energy Physics Experiment ALICE Using Machine Learning Algorithms
    Autorzy:
    Tomasz Trzciński, Kamil Deja
    Czasopismo:
    Acta Physica Polonica B (rok: 2018, tom: 11, strony: 647-657), Wydawca: Faculty of Physics, Astronomy and Applied Computer Science
    Status:
    Opublikowana
    Doi:
    10.5506/APhysPolBSupp.11.647 - link do publikacji
  3. Distributed simulation and visualization of the ALICE detector magnetic field
    Autorzy:
    Piotr Nowakowski, Przemysław Rokita, Łukasz Graczykowski
    Czasopismo:
    Computer Physics Communications (rok: 2022, tom: 271, strony: 108206), Wydawca: Elsevier
    Status:
    Opublikowana
    Doi:
    10.1016/j.cpc.2021.108206 - link do publikacji
  1. Generative Models for Fast Cluster Simulations in the TPC for the ALICE Experiment
    Autorzy:
    Kamil Deja, Tomasz Trzcinski, Łukasz Graczykowski for the ALICE Collaboration
    Konferencja:
    Conference on Information Technology, Systems Research and Computational Physics (rok: 2018, ), Wydawca: Springer, Cham
    Data:
    konferencja 2-5.07.2018
    Status:
    Opublikowana
  2. Hypernetwork approach to generating point clouds
    Autorzy:
    Przemysław Spurek, Sebastian Winczowski, Jacek Tabor, Maciej Zamorski, Maciej Zieba, Tomasz Trzcinski
    Konferencja:
    International Conference on Machine Learning (ICML) (rok: 2020, ), Wydawca: PMLR
    Data:
    konferencja 13-18.07
    Status:
    Opublikowana
  3. Using machine learning techniques for Data Quality Monitoring in CMS and ALICE
    Autorzy:
    K. Deja for the ALICE and CMS Collaboration
    Konferencja:
    7th Annual Conference on Large Hadron Collider Physics - LHCP2019 (rok: 2019, ), Wydawca: N/A
    Data:
    konferencja 43610
    Status:
    Opublikowana
  4. BinGAN: Learning Compact Binary Descriptors with a Regularized GAN
    Autorzy:
    Maciej Zieba, Piotr Semberecki, Tarek El-Gaaly, Tomasz Trzcinski
    Konferencja:
    Neural Information Processing Systems (NIPS) (rok: 2018, ), Wydawca: Curran Associates, Inc.
    Data:
    konferencja 2018
    Status:
    Opublikowana
  5. Virtual reality visualization algorithms for the ALICE high energy physics experiment on the LHC at CERN
    Autorzy:
    Julian Myrcha; Tomasz Trzciński; Przemysław Rokita
    Konferencja:
    Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments 2017, 2017, Wilga, Poland (rok: 2017, ), Wydawca: SPIE
    Data:
    konferencja 2017
    Status:
    Opublikowana
  6. Anomalies detection with autoencoders
    Autorzy:
    Piotr Nowak for the ALICE Collaboration
    Konferencja:
    Neural Information Processing Systems (NeurIPS) Workshop on Machine Learning and the Physical Sciences (rok: 2019, ), Wydawca: N/A
    Data:
    konferencja 14.12.2019
    Status:
    Opublikowana
  7. Generative models for fast cluster simulations in the TPC for the ALICE experiment
    Autorzy:
    Kamil Deja, Tomasz Trzcinski, Łukasz Graczykowski
    Konferencja:
    23rd International Conference on Computing in High Energy and Nuclear Physics (CHEP 2018) (rok: 2018, ), Wydawca: EPJ
    Data:
    konferencja 9-13.2018
    Status:
    Opublikowana
  8. Using Random Forest Classifier for Particle Identification in the ALICE Experiment
    Autorzy:
    Tomasz Trzcińskil, Łukasz Graczykowski, Michał Glinka for the ALICE Collaboration
    Konferencja:
    Conference on Information Technology, Systems Research and Computational Physics (rok: 2018, ), Wydawca: Springer, Cham
    Data:
    konferencja 2-5.07.2018
    Status:
    Opublikowana

O Narodowym Centrum Nauki

Finansowanie nauki

Współpraca zagraniczna

Centrum prasowe

Deklaracja dostępności
Przetwarzanie danych osobowych
Polityka cookies

Partnerzy