تقنية معالجة بيانات تقوم بتصفية نتائج قياس معينة لتعزيز إشارة مرغوبة.اختيار الأحداث هو تقنية تحليل بيانات تُستخدم في الفيزياء التجريبية لعزل الإشارات النادرة أو الضعيفة من خلفية مشوشة. في أي قياس، تسجل الكواشف عددًا هائلًا من الأحداث، معظمها ضجيج خلفي غير مهم. يطبق اختيار الأحداث مجموعة من المعايير — قصاصات على الطاقة، التوقيت، الارتباطات المكانية، أو أنماط أكثر تعقيدًا مستفادة آليًا — لتحديد الأحداث التي تُحتفظ بها لمزيد من التحليل والتي تُهمل. هذا أمر حاسم في مجالات مثل علم موجات الجاذبية، فيزياء الجسيمات، والبصريات الكمومية، حيث قد تكون الإشارة المهمة مدفونة في ملايين أحداث الضجيج.
استُخدمت هذه التقنية منذ الأيام الأولى لفيزياء الجسيمات في منتصف القرن العشرين، وتطورت من مشغلات الأجهزة البسيطة إلى اختيار برمجي متطور. أصبح اختيار الأحداث القائم على التعلم الآلي واسع الانتشار في العقد الأول من القرن الحادي والعشرين، خاصة في تجارب فيزياء الطاقة العالية في مصادم الهادرونات الكبير.
تبدأ العملية بتحديد شكل إشارة الحدث، بناءً على التنبؤات النظرية أو المحاكاة. ثم، لكل حدث مكتشف، تُحسب مجموعة من الخصائص — على سبيل المثال، شكل النبضة، اتجاه مسار الجسيم، أو الارتباط بين كاشفين. تُحتفظ بالأحداث التي تطابق التوقيع المتوقع، بينما تُرفض الأخرى. تستخدم الأساليب الحديثة مصنفات تعلم آلي يمكنها تعلم أنماط دقيقة تميز الإشارة عن الضجيج، وغالبًا ما تحقق كفاءة أفضل بكثير من القصاصات البسيطة.
أساسي لكشف موجات الجاذبية من اندماج الثقوب السوداء، وإيجاد اضمحلالات الجسيمات النادرة، واستخراج الإشارات الكمومية من الضجيج في تجارب مثل توزيع المفاتيح الكمومية.
في البحث عن موجات الجاذبية، يجب أن تختار خوارزميات اختيار الأحداث إشارات تمدد وتضغط الزمكان بمقدار أقل من عرض البروتون، من تدفقات بيانات تحتوي على اهتزازات من الزلازل وحركة المرور وضوضاء أرضية أخرى.









