返回
Roadmap on fast machine learning for science
DOI:10.1088/2632-2153/ae484b.png)
摘要
En 中文
近年来,对粒子物理实验中微秒级机器学习(ML)推理的需求已显现出来,特别是在欧洲核子研究中心(CERN)大型强子对撞机(LHC)实验即将进行的升级方面。围绕开发所需定制硬件平台和工具的需求,一个社群已经形成。本报告呈现的内容源自“科学领域快速机器学习”社群举办的最新研讨会,包含了一系列关于不同科学领域中快速机器学习现状及其支持技术的观点集合。
Keyword:
fast machine learning
particle physics
Large Hadron Collider
ML inference
scientific computing
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
M
IF:
0
论文数:
116
被引数:
0
机构
引用论文
Variational autoencoders for at-source data reduction and anomaly detection in high energy particle detectors变分自编码器在粒子探测器中用于源数据缩减和异常检测
The need for uncertainty quantification in machine-assisted medical decision making机器辅助医疗决策中不确定性量化的必要性

