Иван Елецких, Артем Васюков «Современные методы многомерного анализа экспериментальных данных»
Обсуждены методы снижения размерности данных: анализ главных компонент, приложения машинного обучения и др. — а также примеры анализа данных, где эти методы неприменимы и необходимо использование полноценных многомерных фитов (Ndim больше или равное 3). Подходы к многомерным фитам оперируют многомерными гистограммами с оптимизированной структурой бинов (для оценки хи-2 или функции правдоподобия), различными способами оценки многомерных плотностей вероятностей распределения данных, базирующимися на аналитических или Монте-Карло моделях, различными способами интерпретации результатов и оценки их значимости.
Обсуждался практический опыт применения этих подходов в анализе данных установки ATLAS (LHC).
Ссылка для просмотра видео на ресурсе ОИЯИ:
https://disk.jinr.ru/index.php/s/AKyenXngE6XQXZ8
