This is a public channel of the Astroparticle Physics Lab @ JetBrains Research.

Our group is focused on processing data from astroparticle experiments using modern computing techniques, including machine learning and deep neural networks.

We are currently working on the following three projects:
🔷 Analysis of archival KASCADE-Grande data using machine learning.
🔷 Developing sophisticated signal-processing techniques based on an autoencoder for a radio detector of air showers.
🔷 Development and deployment of Tunka-Rex Virtual Observatory, a pilot project that implements the FAIR (Findability, Accessibility, Interoperability, and Reuse) principles for cosmic-ray radio detector data.

Please subscribe and feel welcome.

Обсудить публикации на канале можно здесь: https://t.me/astroparticlelab_chat

Исследование космического излучения охватывает все фундаментальные проблемы современной физики: от происхождения и эволюции Вселенной до текущего состава внутренней структуры материи. Оно также тесно связано с другими основными темами современной астрофизики, от темной материи до гравитационных волн, осцилляций нейтрино и многого другого. Изучение космической радиации оказало огромное влияние на все современные теории и знания об окружающем мире.

Несмотря на их невидимость нашему глазу, космические лучи достаточно легко поймать и сделать видимыми с помощью простых телескопов и детекторов частиц, что делает их отличным матеиалом для введения в астрофизику для широкой аудитории.

Одним из самых перспективных направлений анализа данных в этой сфере является машинное обучение. В нашей лаборатории мы верим, что умение писать код и анализировать данные с его помощью является современной грамотностью, изучение которой должно быть доступно каждому. Поэтому 10 ноября в рамках International Cosmic Day мы организуем экспериментальный семинар, где поговорим о науке в целом и об астрофизике частиц*:

11.00 - 11.10 В. Токарева (KIT) Вступление. Программа дня
11.10 - 11.25 Д. Костюнин (DESY) Как и зачем заниматься наукой?
11.25 - 12.00 Д. Костюнин (DESY) Многоканальная астрономия
12.00 - 12.20 П. Безъязыков (ИГУ) Экспериментальная астрофизика из первых рук
12.20 - 13.00 В. Ленок (KIT) Космические лучи в астрофизическом контексте
13.00 - 13.15 Кофебрейк
13.15 - 13.40 В. Токарева (KIT) Эксперимент KASCADE. Вводная к задачам по анализу
13.40 - 19.00 Анализ данных. Задания публикаются в публичном канале лаборатории, вопросы можно задавать в обсуждении к записям

*время Московское (GMT+3)

Лекции и анализ данных будут проходить полносью онлайн.
Ссылка на встречу в Zoom: https://zoom.us/j/97777807089?pwd=b21RUHR5dXlCRjlpeGNOTmRYV0ZGUT09
Задания для анализа с обсуждением будут доступны в нашем публичном канале в Телеграм: https://t.me/astroparticlelab.

Начинаем через 15 минут!
Ссылка на встречу в Zoom: https://zoom.us/j/97777807089?pwd=b21RUHR5dXlCRjlpeGNOTmRYV0ZGUT09

Анализ данных в астрофизике частиц с использованием деревьев принятия решений

В данном ноутбуке мы научимся основам машинного обучения на примере анализа данных эксперимента астрофизики частиц KASCADE с использованием деревьев принятия решений.

Уровень: базовый
Язык: русский
https://datalore.jetbrains.com/view/notebook/hx19mdEoW7lZMQhXAQtPru

Advanced data analysis in astroparticle physics using deep learning

This notebook provides an introduction into deep learning using tensorflow library.

Level: Advanced
Language: English
https://datalore.jetbrains.com/view/notebook/Bog9e54uco3R86ZvTvIpr1

Продвинутый анализ данных в астрофизике частиц с использованием полносвязных нейронных сетей

В этом ноутбуке можно ознакомиться с тем, как происходит работа с данными при обучении глубоких нейросетей с использованием библиотеки tensorflow.

Уровень: продвинутый
Язык: русский
https://datalore.jetbrains.com/view/notebook/V9E614tKvJ9i03uPY7uZTY