【02.08】Seminar：Interpretable machine learning and HEP observable analysis
Seminar
报告题目： Interpretable machine learning and HEP observable analysis
报告人：钱卓妮，副研究员，杭州师范大学
主持人：张昊，副研究员
报告时间：2023年2月8日（周三），下午15:00
报告地点：高能所图书馆楼319会议室
ZOOM：445-645-7666/123456
报告摘要：
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.
个人简介:
钱卓妮博士，杭州师范大学副研究员。2017年于美国匹兹堡大学获得博士学位。先后于韩国大田基础科学研究院IBS，德国电子同步加速国家实验室DESY理论组从事博士后研究。2022年入职杭州师范大学物理学院。主要研究方向为对撞机物理，尤其在希格斯波色子与相关新物理的研究，以及可理解机器学习在对撞机研究中的应用等方向上有贡献和发表。
附件下载：
