Experimental Particle Physics at Kyung hee University

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revisionPrevious revision
public:docs:khu_internship_undergrad [2025/03/04 04:18] Junghwan Gohpublic:docs:khu_internship_undergrad [2025/03/04 05:40] (current) Junghwan Goh
Line 6: Line 6:
 ===== Program 1: Machine Learning with CMS experiment ===== ===== Program 1: Machine Learning with CMS experiment =====
  
-이 프로그램은 CERN의 Large Hadron Collider (LHC) 및 Compact Muon Solenoid (CMS) 실험을 이해하고, 연구 현장에서 이루어지는 실험 및 분석을 직접 개선하는 프로젝트를 경험 해 보는 것을 목표로 합니다. 프로그램 전반기엔 프로젝트 실습을 위한 실험에 대한 사전 지식 및 Python을 활용한 머신러닝과 딥러닝을 배웁니다. 이를 기반으로 학생들은 CMS 데이터 분석의 한 부분 - 뮤온 입자 재구성을 위한 Track-Detector 매칭 알고리즘 - 을 머신러닝 또는 딥러닝 모델을 이용하여 개선하는 실습을 진행합니다.+이 프로그램은 CERN의 Large Hadron Collider (LHC) 및 Compact Muon Solenoid (CMS) 실험을 이해하고, 연구 현장에서 이루어지는 실험 및 분석을 직접 개선하는 프로젝트를 경험 해 보는 것을 목표로 합니다.  
 + 
 +프로그램 전반기엔 프로젝트 실습을 위한 실험에 대한 사전 지식 및 Python을 활용한 머신러닝과 딥러닝을 배웁니다. 이를 기반으로 학생들은 CMS 데이터 분석의 한 부분 - 뮤온 입자 재구성을 위한 Track-Detector 매칭 알고리즘 - 을 머신러닝 또는 딥러닝 모델을 이용하여 개선하는 실습을 진행합니다.
  
  
Line 19: Line 21:
 ===== Program 2: Machine Learning with JSNS² experiment===== ===== Program 2: Machine Learning with JSNS² experiment=====
  
-이 프로그램은 J-PARC에서 진행 중인 JSNS² 실험을 이해하고, 실제 실험 현장에서 수행되는 배경 이벤트 제거 및 신호 식별 과정을 직접 개선해 보는 것을 목표로 합니다. 프로그램 전반부에서는 JSNS² 실험에 필요한 기초 지식과 Python을 활용한 머신러닝 및 분석 기법을 학습합니다. 이를 바탕으로, 펄스 형태 구분(PSD) 알고리즘을 활용해 우주선에 의한 고속 중성자(FN) 배경을 억제하고, 실제 뉴트리노 신호를 효율적으로 검출하는 방안을 탐색합니다.+이 프로그램은 J-PARC에서 진행 중인 JSNS² 실험을 이해하고, 실제 실험 현장에서 수행되는 배경 이벤트 제거 및 신호 식별 과정을 직접 개선해 보는 것을 목표로 합니다.  
 + 
 +프로그램 전반부에서는 JSNS² 실험에 필요한 기초 지식과 Python을 활용한 머신러닝 및 분석 기법을 학습합니다. 이를 바탕으로, 펄스 형태 구분(PSD) 알고리즘을 활용해 우주선에 의한 고속 중성자(FN) 배경을 억제하고, 실제 뉴트리노 신호를 효율적으로 검출하는 방안을 탐색합니다.
  
 ^ 주차 ^ 내용 ^ ^ 주차 ^ 내용 ^

public/docs/khu_internship_undergrad.txt · Last modified: 2025/03/04 05:40 by Junghwan Goh