[Todos] CHARLA IFLYSIB VIRTUAL - Viernes 3/9 10:30hs - "Frustración y Machine Learning en física experimental de sistemas magnéticos"

[Charlas IFLYSIB]

*Dada la situación actual en relación al COVID-19, el IFLySIB realiza sus
seminarios en formato virtual. Para ello, invitamos a la comunidad a
participar a través del link **https://meet.google.com/yry-whzt-uwh*
<https://meet.google.com/yry-whzt-uwh>
*Para acceder al espacio virtual, les pedimos que se identifiquen con su
nombre a partir de 10:20hs.*

*Charla IFLYSIB VIRTUAL*
*Viernes 3/9, 10:30hs. *
*Link: **https://meet.google.com/yry-whzt-uwh*
<https://meet.google.com/yry-whzt-uwh>

*Título: *
*Frustración y Machine Learning en física experimental de  sistemas
magnéticos.*

*Expositor:*

*Dr. Santiago Grigera*
Instituto de Física de Líquidos y Sistemas Biológicos
Universidad Nacional de La Plata | CONICET
La Plata, Argentina


*Resumen:*
Una de las tareas de la física experimental es medir. Tradicionalmente una
gran parte del problema ha sido obtener los datos. Esto no ha cambiado del
todo, pero actualmente el desarrollo de determinadas técnicas
experimentales permite adquirir un número de datos extraordinariamente
grande: un experimento de difracción de neutrones, por ejemplo, arroja, a
menudo, un 1Tb de datos luego de unos pocos días de medición. El problema
entonces no es solo obtener los datos, sino también saber qué hacer con
ellos.

Este problema, manipular un vasto número de datos, es común a distintos
campos del conocimiento. Para enfrentarlo se desarrollan continuamente
diversas estrategias. Entre ellas, el Machine Learning (aprendizaje
automático/ aprendizaje de máquinas), que comprende un rango variado de
algoritmos y herramientas de modelado empleados con este propósito. Con
origen en espacios tan disímiles como el tratamiento de imágenes, el
reconocimiento de lenguajes y la conducción de automóviles, el Machine
Learning ha sido gradualmente incorporado en distintas disciplinas
científicas.

En esta charla, haré una breve introducción al Machine Learning, su
aplicación a algunos problemas de materia condensada experimental y luego
discutiré  cómo puede contribuir al análisis de experimentos y a la
comprensión de la física de un problema específico: hielos de spin.

--
*Comisión ChIFLy*
______________________________________________

Si no tenés interés en recibir los avisos de las ChIflys, escribinos.
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://mail.fisica.unlp.edu.ar/pipermail/todos/attachments/20210827/f096d94b/attachment.html>