Actions
Task #60683
closedTask #49925: WP 6: first level trigger (FLT)
Task #49928: WP 6.3: testbench
Task #51438: test bench pour DL: CNN
CNN performance et nombre de traces pour l'entrainement
Start date:
04/18/2024
Due date:
% Done:
100%
Estimated time:
Description
- Déterminer si pour 1000 traces (3D) la convergence est suffisantes pour les CNN 2 et 3 couches
- Voir l’évolution de la performance suivant le nombre de traces pour l'entrainement
Files
Updated by Colley Jean-Marc 7 months ago
Fait dans le package NUTRIG1:
commit 788ff2333892258a5dfee41f193c495595792a5e (HEAD -> master, origin/master, origin/HEAD)
Author: luckyjim <jcolley@lpnhe.in2p3.fr>
Date: Thu Apr 18 14:35:49 2024 +0200
test accuracy versus nb background
Et la version 2.15 de tensorflow
Updated by Colley Jean-Marc 7 months ago
Pour le CNN 3 couches présenté à l'ICRC¶
See "Identification of air shower radio pulses for the GRAND online trigger" By S. Le Coz
Updated by Colley Jean-Marc 7 months ago
Pour le CNN 2 couches¶
Updated by Colley Jean-Marc 7 months ago
Conclusion,¶
- 1000 traces de background sont insuffisantes pour avoir atteindre les performances présentées à l'ICRC pour les 2 réseaux de neuronne.
- étonnement, la version CNN 2 couches avec moitié moins de paramètres (14.000 à la place de 28.000) se comporte plus mal que la version 3 couches (ICRC) avec moins de données d’entraînement. Il faut atteindre ~ 4000 traces de background pour avoir un résultat équivalent.
- L'évolution suivant le nombre de données d'entraiement est nette, 4000 semble être le minimum pour les réseaux convergent vers la même accuracy.
- le data set ICRC "n'a que" 3945 traces de background, remarque on ajoute autant de trace "ok simulé". Finalement cela serait intéressé d'augmenter ce nombre pour voir où l'accuracy converge.
Updated by Colley Jean-Marc about 2 months ago
- Status changed from Assigned to Closed
- % Done changed from 0 to 100
- Remaining (hours) set to 0.0
Actions