David Shih

Combiner des modèles génératifs et une estimation du maximum de vraisemblance améliore la précision de la calibration des détecteurs.

Les flux stellaires offrent des aperçus sur l'histoire et la dynamique des galaxies.

Des chercheurs utilisent l'apprentissage automatique pour analyser des modèles de physique complexes au-delà du Modèle Standard.

Des scientifiques trouvent de meilleures façons de repérer des signaux rares dans les données.

L'apprentissage profond propulse la recherche en physique des particules avec l'énorme dataset AspenOpenJets.