Usando técnicas de Machine Learning para entender partículas elementales

Dr. Roger José Hernández Pinto es ingeniero Físico graduado en la Universidad Autónoma de Yucatán. Maestría y Doctorado en Ciencias con especialidad en Física por el CINVESTAV-Zacatenco.

Postdoctorados en la Universidad de Buenos Aires, Argentina y el Instituto de Física Corpuscular en Valencia, España. Intereses: Física en colisionadores hadrónicos, Física Hadrónica, Teoría Cuántica de Campos y Física Matemática. Adscripción actual: Facultad de Ciencias Físico-Matemáticas, Universidad Autónoma de Sinaloa.

Describir la dinámica de las partículas elementales en los colisionadores a altas energías es una tarea complicada, matemática, física y computacionalmente. Descubrir o rechazar hipótesis de partículas es una de las tareas que día a día trabajan para esclarecer la naturaleza de los elementos más fundamentales de la materia. Actualmente, existen técnicas para describir la estructura interna de partículas compuestas, como el caso del protón, y en su mayoría dependen de los modelos físicos. Motivados por las técnicas modernas de Machine Learning, en esta charla se presenta una forma de entender las interacciones a altas energías usando redes neuronales.