Использование генеративных сетей для быстрой симуляции взаимодействия заряженных элементарных частиц с веществом

Точное моделирование взаимодействия заряженных частиц друг с другом является одной из важнейших задач для продолжения развития современной ядерной физики. Почти все основные способы изучать такие взаимодействия используют систему детекторов на Большом Адронном Коллайдере чтобы отбирать интересные столкновения частиц для последующего анализа. Не смотря на то что следующий большой запуск Большого Адронного Коллайдера планируется только на 2021 год, исследователи оставляют запросы на все большее и большее количество данных для построения статистических моделей с лучшим качеством. Классическими способами увеличить размер выборки всегда были методы MCMC, которые имеют определенное число недостатков, самым большим из которых является большая временная сложность. В этой работе я предлагаю изучить лучший, но почти не исследованный метод для генерации откликов детекторов. Целями этой ВКР явлется презентация превосходства такого метода, называющегося Cram\'er GAN перед MCMC методами в терминах быстродействия