一个符合FAIR原则且适于人工智能的希格斯玻色子衰变数据集
高能物理 - 实验
2022-02-17 v2 人工智能
数据库
高能物理 - 唯象学
摘要
为了使海量科学数据集能被人类和机器重用，研究人员致力于使数据和人工智能(AI)模型遵循可发现、可访问、可互操作、可重用(FAIR)原则。本文提供了一个与领域无关的、逐步的评估指南，用于评判给定数据集是否满足这些原则。我们演示了如何使用该指南评估由 CERN 大型强子对撞机上的 CMS 合作组制作的开放模拟数据集的 FAIR 程度。该数据集由希格斯玻色子衰变以及夸克和胶子背景组成，可通过 CERN 开放数据门户获取。我们使用额外的可用工具评估该数据集的 FAIR 程度，并采纳 FAIR 社区的反馈来验证我们的结果。本文附带一个 Jupyter notebook 以可视化和探索该数据集。本研究是计划系列文章中的第一篇，该系列将指导科学家在高能粒子物理中创建 FAIR 的 AI 模型与数据集。
引用
@article{arxiv.2108.02214,
title = {A FAIR and AI-ready Higgs boson decay dataset},
author = {Yifan Chen and E. A. Huerta and Javier Duarte and Philip Harris and Daniel S. Katz and Mark S. Neubauer and Daniel Diaz and Farouk Mokhtar and Raghav Kansal and Sang Eon Park and Volodymyr V. Kindratenko and Zhizhen Zhao and Roger Rusack},
journal= {arXiv preprint arXiv:2108.02214},
year = {2022}
}
备注
13 pages, 3 figures. v2: Accepted to Nature Scientific Data. Learn about the FAIR4HEP project at https://fair4hep.github.io. See our invited Behind the Paper Blog in Springer Nature Research Data Community at https://go.nature.com/3oMVYxo