课题基金 / 基金详情

Deep Learning for Detector Simulation at the Deep Underground Neutrino Experiment

Deep Learning for Detector Simulation at the Deep Underground Neutrino Experiment
深度学习在地下深处中微子实验中的探测器模拟
批准号：
2425066
负责人：
金额：
$0.0万
依托单位：
University College London
依托单位国家：
英国
项目类别：
Studentship
财政年份：
2020
资助国家：
英国
项目状态：
未结题
起止时间：
2020 至 --
来源：
https://gtr.ukri.org/projects?ref=studentship-2425066
关键词：
DeepLearningDetectorSimulationUnderground

项目摘要

项目成果

相似基金

相关文献

中文摘要
翻译
深地下中微子实验（DUNE）是下一代长基线中微子振荡实验。它的主要目标是最终测试CP破坏，确定中微子质量等级，并研究超新星中微子。该项目旨在开发原始探测器输出水平的计算机视觉算法，以帮助DUNE的模拟和分析。
英文摘要
The Deep Underground Neutrino Experiment (DUNE) is a next-generation long baseline neutrino oscillation experiment. Its primary aims are to conclusively test CP violation, determine the neutrino mass hierarchy, and study supernova neutrinos. This project aims to develop computer vision algorithms at the level of raw detector output to aid in both the simulation and analysis at DUNE.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
国内基金
海外基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
Understanding structural evolution of galaxies with machine learning
  • 批准号：
  • 项目类别：
    省市级项目
  • 资助金额：
    10.0万元
  • 批准年份：
    2022
  • 负责人：
    Nicola Rosario Napolitano
  • 依托单位：
    中山大学
煤矿安全人机混合群智感知任务的约束动态多目标Q-learning进化分配
  • 批准号：
    --
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    30万元
  • 批准年份：
    2022
  • 负责人：
    吉建娇
  • 依托单位：
    中国矿业大学
基于领弹失效考量的智能弹药编队短时在线Q-learning协同控制机理
  • 批准号：
    62003314
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    24.0万元
  • 批准年份：
    2020
  • 负责人：
    沈剑
  • 依托单位：
    中北大学