Uniendo el Aprendizaje Automático y las Ciencias: Oportunidades y Desafíos

Por • 29 oct, 2022 • Sección: Ciencia y tecnología

Taolí Cheng

La aplicación del aprendizaje automático en las ciencias ha experimentado avances interesantes en los últimos años. Como técnica de amplia aplicación, la detección de anomalías se ha estudiado durante mucho tiempo en la comunidad de aprendizaje automático. Especialmente, la detección fuera de distribución basada en redes neuronales profundas ha hecho un gran progreso para datos de alta dimensión. Recientemente, estas técnicas han venido mostrando su potencial en las disciplinas científicas. Echamos un vistazo crítico a sus perspectivas de aplicación, incluida la universalidad de los datos, los protocolos experimentales, la solidez del modelo, etc. Discutimos ejemplos que muestran prácticas transferibles y desafíos específicos de dominio simultáneamente, proporcionando un punto de partida para establecer un paradigma de investigación interdisciplinario novedoso en el futuro cercano. 

arXiv:2210.13441v1 [stat.ML]

Machine Learning (stat.ML); Machine Learning (cs.LG); High Energy Physics – Experiment (hep-ex); High Energy Physics – Phenomenology (hep-ph); Data Analysis, Statistics and Probability (physics.data-an)

Post to Twitter

Escribe un comentario