Machine learning for anomaly detection in physics

Anomaly detection is a broad field with diverse applications in physics, varying from medical diagnostics, detection of seismographic activity to exploring new physics in high-energy particle collider data and observation of gravitational waves, among others. A short review of anomaly detection is provided. The article begins by examining various factors of anomaly detection, including data types, categories of anomalies, label availability, and potential outputs of anomaly detection algorithms. The core of the article is dedicated to convolutional autoencoders, where their application in detecting gravitational waves is demonstrated.

Detekcija anomalij v fiziki z uporabo strojnega učenja

Detekcija anomalij je široko področje s številnimi implikacijami na področju fizike, te segajo od diagnostike v medicini, zaznavanja potresne aktivnosti, do odkrivanja nove fizike visokih energij v podatkih velikega hadronskega trkalnika in opazovanja gravitacijskih valov. V članku je zapisan kratek pregled problema detekcije anomalij. Članek se začne z obravnavo različnih dejavnikov detekcije anomalij, vključno s podatkovnimi tipi, kategorijami anomalij, razpoložljivostjo oznak in vrstami rezultatov algoritmov za detekcijo anomalij. Ena od številnih metod, s široko aplikativnostjo, so konvolucijski avtoenkoderji, katerih uporaba je predstavljena na primeru detekcije gravitacijskih valov.