Le package Python Q-GAIN permet l'analyse par apprentissage automatique et informée de la physique pour les expériences à atomes froids

Le package Python Q-GAIN (quantum gas analysis and inference) fournit des outils pour déployer des techniques d'apprentissage automatique et d'analyse informée de la physique dans les expériences à atomes froids. Il prend en charge la classification, la détection d'objets et la détection de caractéristiques dans les images de condensats de Bose-Einstein atomiques.

• Implémente un flux de travail basé sur des modules couvrant le chargement des données, le prétraitement, l'identification des caractéristiques ML et l'analyse conventionnelle.
• Démontré sur la classification de chiffres manuscrits MNIST pour valider le cadre de base.
• Réimplémente le package SolDet pour détecter les excitations solitoniques dans les données de temps de vol.
• Inclut un outil de détection d'objets pour identifier les tourbillons quantifiés dans les images BEC en forme d'anneau.