Kaggle賽題解析:IceCube中微子方向預測

比賽名稱:IceCube - Neutrinos in Deep Ice

重建中微子從(cong) 宇宙到南極的方向

比賽鏈接:https://www.kaggle.com/competitions/icecube-neutrinos-in-deep-ice

比賽類型:計算機物理

比賽背景

中微子是宇宙中最豐(feng) 富的粒子之一。雖然類似於(yu) 電子,但幾乎無質量和電中性的中微子具有使它們(men) 難以檢測的基本特性。如果可以使算法更快、更準確,就可以分析更多的中微子事件,甚至可能是實時分析,並大大增加識別宇宙中微子源的機會(hui) 。快速檢測可以使全世界的望遠鏡網絡能夠搜索更多的瞬態現象。

Kaggle賽題解析:IceCube中微子方向預測

在過去十年中,研究人員開發了多種方法來重建中微子事件。然而,由於(yu) 現有解決(jue) 方案遠非完美,因此出現了問題。它們(men) 要麽(me) 速度快但不準確,要麽(me) 以巨大的計算成本為(wei) 代價(jia) 更準確。

IceCube 中微子天文台是同類探測器中的第一個(ge) ,包含一立方公裏的冰,旨在尋找幾乎沒有質量的中微子。一個(ge) 國際科學家小組負責構成 IceCube Collaboration 的科學研究。

比賽任務

本次比賽的目標是預測中微子粒子的方向。選手將根據“IceCube”探測器的數據開發一個(ge) 模型,該探測器從(cong) 南極冰層深處觀察宇宙。

比賽模型可以幫助科學家更好地理解恒星爆炸、伽馬射線暴以及涉及黑洞、中子星和中微子本身基本特性的災難性現象。

評價指標

使用預測事件起源和真實事件起源之間的平均角度誤差對提交進行評估。

對於(yu) 測試集中的每個(ge) event_id,需要預測azimuth和zenith。該文件應包含標題並具有以下格式:

event_id,azimuth,zenith 730,1,1 769,1,1 774,1,1 etc.

數據描述

本次比賽使用隱藏的測試集,當提交的Notebook被評分時,實際測試數據(包括完整長度的示例提交)將提供給Notebook。預計在隱藏的測試集中看到大約一百萬(wan) 個(ge) 事件,分為(wei) 多個(ge) 批次。

  • [train/test]_meta.parquet

    • batch_id:批次 ID。
    • event_id:事件 ID。
    • [first/last]_pulse_index:屬於此事件的特征數據幀中第一行/最後一行的索引
    • [azimuth/zenith]:中微子的[azimuth/zenith] 角(以弧度為單位)
  • [train/test]/batch_[n].parquet:每個(ge) 批次包含數以萬(wan) 計的事件。每個(ge) 事件可能包含數千個(ge) 脈衝(chong) ,每個(ge) 脈衝(chong) 都是光電倍增管的數字化輸出並占據一行。

    • event_id:事件 ID
    • time:當前事件時間窗口中脈衝的時間
    • sensor_id:記錄該脈衝的 5160 IceCube 光電倍增管傳感器的 ID
    • charge:脈衝中光量的估計
    • auxiliary:如果為 True,則脈衝未完全數字化,質量較低,並且更有可能源自噪聲。如果為 False,則此脈衝有助於觸發決策,並且脈衝已完全數字化。

比賽賽程

  • 2023年4月13日:組隊截止日期。
  • 2023年4月20日:最終提交截止日期。

賽題獎金

  • 一等獎:18,000 美元
  • 二等獎:12,000 美元
  • 三等獎:10,000 美元

解題思路

賽題是一個(ge) 非常規的賽題,需要考慮到賽題背景知識,也需要考慮到方案速度。因為(wei) 賽題測試集包含非常多的樣本,需要在有限時間內(nei) 進行預測。

推薦思路:

  • 加入物理知識的線性模型
  • Treelite加速後的樹模型
  • 淺層的深度學習模型

【競賽報名/項目谘詢+微信:mollywei007】

上一篇

學習ALevel之前一定要讀IGCSE嗎?IGCSE課程學什麽? 

你也可能喜歡

  • 暫無相關文章!

評論已經被關(guan) 閉。

插入圖片
返回頂部