专家与公民科学家对超冷原子实验的远程优化
物理与社会
2018-11-21 v2 量子气体
计算机与社会
原子物理
数据分析、统计与概率
量子物理
摘要
我们引入了一种新颖的远程接口来控制和优化玻色-爱因斯坦凝聚体（BECs）的实验制备，并使用两种不同的实现找到了改进的解。首先，一个理论学家团队采用了他们 dCRAB 优化算法的远程版本（RedCRAB），其次一个游戏化接口允许来自全球的 600 名公民科学家参与实时优化。对玩家搜索行为的定量研究表明，他们集体采用了局部与全局搜索相结合的策略。这种自适应搜索通过低表现玩家的探索行为防止了过早收敛，而高表现玩家则在局部细化他们的解。此外，许多成功的公民科学游戏依赖于直接调动玩家视觉或经验直觉的问题表征。在此我们证明，公民科学家也能在完全抽象的问题可视化中取得成功。这给人以鼓舞，表明未来更广泛范围的挑战有可能向游戏化开放。
引用
@article{arxiv.1709.02230,
title = {Remote optimization of an ultra-cold atoms experiment by experts and citizen scientists},
author = {Robert Heck and Oana Vuculescu and Jens Jakob Sørensen and Jonathan Zoller and Morten G. Andreasen and Mark G. Bason and Poul Ejlertsen and Ottó Elíasson and Pinja Haikka and Jens S. Laustsen and Lærke L. Nielsen and Andrew Mao and Romain Müller and Mario Napolitano and Mads K. Pedersen and Aske R. Thorsen and Carsten Bergenholtz and Tommaso Calarco and Simone Montangero and Jacob F. Sherson},
journal= {arXiv preprint arXiv:1709.02230},
year = {2018}
}
备注
8 pages, 3 figures and 12 pages, 7 figures supplementary information