Análise de dados multidisciplinar em Big-data: de Física de Altas Energias à Astrofísica e Ciências Médicas

Resumo

Proposta para apoiar a criação e consolidação de grupos interdisciplinares em pesquisa de desenvolvimento tecnológico em análise de grandes volumes de dados (Big-Data), utilizando técnicas inovadoras incluindo métodos multi-variacionais (MV) e machine learning (ML), para abordar desafios complexos em áreas específicas da física nuclear de altas energías (ALICE-LHC), fenomenologia (EXTREME), astrofísica (VERITAS) e ciências médicas (Biomarcadores em oncologia).Os avanços na área de ciência de dados podem catalisar e potencializar estudos científicos em diversas áreas. Mas, para obter resultados sólidos e impulsionar a inovação tecnológica, é crucial aplicar métodos e critérios científicos de forma rigorosa. Nesse contexto, propomos a formação de colaborações multidisciplinares de pesquisadores com o objetivo de promover análise de dados em diversos problemas já existentes, utilizando e compartilhando novas ferramentas computacionais, em particular com uso de Machine Learning e análises multi-variacionais. O projeto abrange inicialmente quatro linhas de pesquisa distintas:Em física nuclear de altas energias, propomos contribuir significativamente para a análise de dados do experimento ALICE no LHC, utilizando técnicas de ML no estudo de reconstrução de eventos e partículas pesadas. Também exploraremos a viabilidade de empregar ML em análises globais, visando identificar eventos raros e únicos. Ainda em física nuclear mas com foco em fenomenologia, aplicaremos as mesmas ferramentas de análise de dados em eventos simulados para explorar diferentes modelos físicos relacionados às colisões. Nosso grupo (com apoio do temático anterior) desenvolveu uma cadeia de simulação completa que tem sido utilizada para estudar os observáveis medidos no LHC e no RHIC. Pretendemos dar continuidade a estes estudos, buscando novos observáveis experimentais e novas propriedades físicas de colisões nucleares. Também vamos expandir os estudos para entender efeitos de estrutura nuclear (obtidos de reações em baixas energias) em colisões no regime de altas energias, importantes para o LHC e o RHIC e de futuros aceleradores como o EIC (Electron Ion Collider).As mesmas técnicas de análise de dados desenvolvidas para altas energias podem ser adaptadas e aplicadas em outras áreas, em particular na astrofísica, em dados medidos no observatório VERITAS. Neste projeto, pretendemos aplicar a análise de correlações de HBT, que é utilizado em colisões de íons pesados, em dados do VERITAS para obter informações de fontes astrofísicas. Os resultados desta análise podem também ser aplicados no futuro observatório astrofísico CTA (Cherenkov Telescope Array).Em colaboração já existente, temos realizado análise de dados em problemas na área de ciências médicas. Desenvolvemos com ML um método de quantificação da importância das variáveis clínicas para determinar o desfecho de pacientes. Com este projeto, pretendemos ampliar estes trabalhos com novos métodos de análise de dados em novos problemas de oncologia e medicina nuclear, incluindo dados de imagens de tomografia, radiômica e genômica.O objetivo geral do projeto é a boa formação de pesquisadores treinados e qualificados em desenvolver análise de dados com metodologia científica em áreas multidisciplinares. Com este fim, estamos colocando grande ênfase no treinamento de pesquisadores, criação de cursos específicos e compartilhamento de resultados e algoritmos.Em divulgação científica, além das atividades típicas previstas como participação em eventos de extensão e palestras, realização de eventos CERN Masterclass para alunos do ensino médio, estamos propondo organizar a tradução e apresentação de um filme de divulgação científica (IMAX) sobre colisões de altas energias feito para alunos do ensino fundamental e médio. Além da dublagem para o português, prevemos a criação de material complementar para professores do ensino médio e fundamental. (AU)