Bu repo, fizik alanında makine öğrenimi uygulamalarına odaklanmaktadır. Özellikle, farklı fiziksel sistemler ve fenomenler üzerinde makine öğreniminin nasıl kullanılabileceğini gösteren bir dizi proje ve deney içermektedir.
Bu bölüm, MAGIC Gamma Teleskobu tarafından toplanan verileri analiz etmek için makine öğrenimi tekniklerini kullanmayı içerir. Amacımız, gözlemlenen gamma ışınlarını sınıflandırmak ve onların kökenini belirlemektir.
This section involves using machine learning techniques to analyze data collected by the MAGIC Gamma Telescope. The goal is to classify observed gamma rays and determine their origins.
Ising Modeli, fizikteki en temel istatistiksel mekanik modellerinden biridir. Bu projede, en yakın komşu etkileşimlerini içeren Ising modelinin davranışlarını incelemek için makine öğrenimi yöntemleri kullanıyoruz.
The Ising Model is one of the most fundamental statistical mechanics models in physics. In this project, we use machine learning methods to investigate the behaviors of the Ising model with nearest neighbor interactions.
Süpersimetri (SUSY), modern teorik fizikte önemli bir konudur. Bu bölümde, SUSY parçacıklarının potansiyel sinyallerini tespit etmek için makine öğrenimi algoritmaları geliştiriyoruz.
SUSY (Supersymmetry) is an important topic in modern theoretical physics. This section involves developing machine learning algorithms to detect potential signals of SUSY particles.
Venüs gezegenindeki volkanik aktiviteyi incelemek için JARtool deneyini kullanıyoruz. Bu bölüm, Venüs yüzeyindeki volkanik yapıların sınıflandırılması ve analizi için makine öğrenimi yaklaşımlarını kapsamaktadır.
*We use the JARtool experiment to study volcanic activity