Aplicación de la ciencia de los datos a los grandes retos científicos. Una parte importante de la asignatura se centra en los experimentos de física de altas energías del CERN, debido a los retos que implican su volumen y flujo de datos y el análisis en tiempo real. Se verán qué tipo de técnicas de Machine Learning se utilizan en la reconstrucción de datos, el trigger y la identificación de partículas, etc. También se verá otro campo de aplicación, la astrofísica, a través del Proyecto Gaia. Ejemplos en otros campos (como la biología y medicina) se verán a partir de trabajos presentados por los alumnos.
Profesores Titulares
Los contenidos de las materias anteriores en el máster.
Los objetivos se centrarán en:
Entender la complejidad del análisis de datos en ciencias básicas en las que se manejan grandes volúmenes de datos.
Conocer el tipo de técnicas más utilizadas en los diversos retos que surgen en campos como la física de altas energías, astrofísica y medicina.
Aplicación de conocimientos adquiridos previamente en el máster en la resolución de un problema típico de física de altas energías y/o explorar qué retos existen en otras áreas (biología/medicina u otras).
TEMARIO
1. Introducción a los experimentos de física de altas energías (HEP). Volumen y flujo de datos. Retos que implican. Análisis en tiempo real.
2. Aplicaciones de técnicas de Machine Learning en HEP: reconstrucción de datos, trigger, identificación de partículas, etc.
3. Ejemplos de aplicaciones en astrofísica (proyecto Gaia).
4. Ejemplos de aplicaciones en otros campos (como biología y medicina) a través de presentaciones por parte de los alumnos.
5. Presentación de un reto tipo Kaggle competition a resolver por los alumnos.
Nota: los temas pueden ajustarse y/o modificarse a criterio de la coordinación del máster.
La metodología utilizada combina clases magistrales, participación de los estudiantes, realización de un ejercicio práctico en clase y resolución de un reto o trabajo de investigación final. Para el alumno, esto implicará trabajo a realizar de manera individual (o en grupo) y una presentación oral en clase.
Esta asignatura se evaluará de manera continuada a partir de la resolución de un reto propuesto a resolver, o alternativamente, un trabajo de investigación sobre soluciones ya existentes de un problema específico en el ámbito científico, y una presentación final en clase.
Evaluación continua
Esta asignatura se evaluará de manera continuada a partir de la resolución de un reto propuesto a resolver, o alternativamente, un trabajo de investigación sobre soluciones ya existentes de un problema específico en el ámbito científico, y una presentación final en clase.
La nota final será una ponderación de:
- Resolución reto (implementación) y/o presentación del trabajo de investigación: 80%
- Participación en clase: 20%
Convocatoria extraordinaria
Se determinará el examen y/o trabajos de convocatoria extraordinaria desde la coordinación de la asignatura.
Normativa de copias
La asignatura se rige por la normativa de copias general de La Salle Campus BCN:
https://www.salleurl.edu/es/normativa-de-copias
Las actividades formativas se considerarán que tienen la siguiente categoría:
Trabajo o reto: altamente significativa
La bibliografía se irá detallando a lo largo de la asignatura.
Todo el material de clase (presentaciones, ejercicios, artículos, documentos, etcétera) se compartirán en la carpeta de la asignatura de la Intranet de La Salle: eStudy.