Лаборатория анализа данных физики высоких энергий (10)

Планируемые результаты проекта:

Создание центра информационно-технической поддержки российских пользователей пакета Geant4 (Geant4RU), обеспечивающий доступ российских организаций к передовым методам моделирования взаимодействия излучения с веществом в области физики высоких энергий, ядерной физики, ускорительной физики, радиационной медицины и космических исследований, а также рост числа российских разработчиков пакета Geant4.

Создание и апробация новых физических и геометрических моделей в пакете программ Geant4/ Geant4RU, позволяющих увеличить точность и производительность моделирования взаимодействия частиц с веществом для широкого спектра практических применений в физике высоких энергий и ядерных технологиях. Создание новых программ на основе пакета Geant4 для прикладных исследований и практического применения в космической отрасли и радиационной медицине, способствующих ускоренному развитию соответствующих секторов науки и технологий в Российской федерации.

Создание и апробация новых технических решений для системы сбора данных эксперимента SPD NICA, способных транслироваться в другие области науки и техники за пределами физики высоких энергий. Разработанные новые методы анализа больших данных на основе машинного обучения, позволяющие повысить эффективность физического анализа данных Мегасайенс экспериментов в области физики элементарных частиц, а также в других областях науки и техники, где возникают задачи анализа больших информационных массивов. Сферы потенциального применения за пределами физики элементарных частиц включают социологию, экономику, лингвистику, метеорологию, медицину, космические исследования и так далее. Разработанные методы анализа больших данных физики высоких энергий будут адаптированы для изучения, контроля и мониторинга состояния атмосферы. Применение методов машинного обучения позволит эффективно обрабатывать и анализировать большие объемы информации, идентифицировать закономерности, недоступные при использовании других инструментов. Это даст возможность лучше понять влияние многообразия факторов на климатические процессы и составлять более точные прогнозы погоды, предсказывать климатические аномалии.

Внедрение научных результатов и передовых инженерных и программных решений в учебные программы по подготовке бакалавров, магистров и аспирантов ТГУ, а также непосредственное участие студентов и аспирантов ТГУ в экспериментах на российских и международных установках класса Мегасайенс будут способствовать подготовке высококвалифицированных кадров, сочетающих глубокую базовую подготовку в области физики и математики со знаниями и практическим опытом применения передовых методов сбора, обработки и анализа больших массивов данных