Метод обработки данных, который отфильтровывает определённые результаты измерений для усиления желаемого сигнала.Отбор событий — это метод анализа данных, используемый в экспериментальной физике для выделения редких или слабых сигналов на фоне шума. При любом измерении детекторы регистрируют огромное количество событий, большинство из которых представляют собой неинтересный фоновый шум. Отбор событий применяет набор критериев — отсечки по энергии, времени, пространственным корреляциям или более сложным закономерностям, выявленным с помощью машинного обучения, — чтобы решить, какие события сохранить для дальнейшего анализа, а какие отбросить. Это имеет решающее значение в таких областях, как астрономия гравитационных волн, физика элементарных частиц и квантовая оптика, где интересующий сигнал может быть погребён среди миллионов шумовых событий.
Этот метод используется с первых дней физики элементарных частиц в середине XX века, эволюционируя от простых аппаратных триггеров до сложного программного отбора. Отбор событий на основе машинного обучения получил широкое распространение в 2010-х годах, особенно в экспериментах по физике высоких энергий на Большом адронном коллайдере.
Процесс начинается с определения того, как выглядит сигнальное событие, на основе теоретических предсказаний или моделирования. Затем для каждого зарегистрированного события вычисляется набор характеристик — например, форма импульса, направление трека частицы или корреляция между двумя детекторами. События, соответствующие ожидаемой сигнатуре, сохраняются, а остальные отклоняются. Современные подходы используют классификаторы на основе машинного обучения, которые могут выявлять тонкие закономерности, отличающие сигнал от шума, часто достигая гораздо более высокой эффективности, чем простые пороговые отсечки.
Необходим для обнаружения гравитационных волн от слияний чёрных дыр, поиска редких распадов частиц и извлечения квантовых сигналов из шума в таких экспериментах, как квантовое распределение ключей.
В поисках гравитационных волн алгоритмы отбора событий должны выделять сигналы, которые растягивают и сжимают пространство-время меньше, чем ширина протона, из потоков данных, содержащих вибрации от землетрясений, дорожного движения и других наземных шумов.









