I projektet er muligheden for at bruge neurale netværk til at klassificere eksistensen af Higgs partiklen blevet undersøgt. 

Det fremstillede neurale netværk kan klassificere under hvilke kollisioner i LHC partikel acceleratoren, der fremgår et Higgs henfald. 

Det vises, at efter blot 5 gange hvor modellen gætter, at der har været en Higgs, vides det, at der faktisk har været et Higgs henfald med 99.94% sandsynlighed. Dette er bedre end kontrolmodellerne af andre arkitekturer. 

Projektet diskuterer desuden hvordan netværket kan generaliseres til andre elementærpartikler og foreslår en ny algoritme der kan finde generaliserbare tendenser når der mangler data. Algoritmen gør brug af "Embeddings" og "Generative Adversarial Autoencoders", samt forståelse af det fysiske domæne der ligger bag partikelfysikken. 

Projektet vandt Unge Forskere i "Physical Science" kategorien med jurykommentaren:

"Kasper Fredenslund viser med sit projekt en imponerende indsigt i maskinlæring, opbygning af neurale netværk og analyse af komplicerede data. Kasper har i projektet brugt dette til at klassificere henfald af Higgs-partikler i simulerede data fra CERN. Kasper har udviklet et computerprogram, som kan genkende mønstre i data og valgt en generel løsning, så resultaterne også kan bruges til detektion af henfald af andre partikler.

Kasper er ikke blot i stand til at lave avancerede beregninger, men kan også formidle resultaterne og metoderne på en let tilgængelig måde. Kasper viser med projektet, at han selvstændigt er i stand til at sætte sig ind i avanceret stof og bruge moderne datalogiske metoder til at løse en vigtig fysisk problemstilling."

Projektet er dermed også kvalificeret til EM i Irland og VM i USA. 

Du kan spille "gæt en Higgs" spillet hvor du kan konkurrere mod modellen fra projektet  på din computer.

(Jeg er ikke så god til det).