Наука › Физика1 мин чтения

Физики предложили MEP-эмулятор для прогноза наблюдаемых величин без оценки параметров; проверка на 28O

Эмулятор многопараметрической задачи на собственные значения предсказывает наблюдаемые величины без оценки параметров, самого затратного шага подгонки моделей, и даёт вероятностные распределения.

Physicists propose MEP emulator that predicts observables directly from observables, tested on 28O
Фото: innovanews.ru

Новая суррогатная модель, эмулятор многопараметрической задачи на собственные значения (MEP), описана в журнале Physical Review Letters. По данным авторов, она связывает существующие эмуляторы и делает прогноз напрямую от наблюдаемых величин к наблюдаемым aps.orgPhysical Review Lettersaps.orgОткрыть источник ↗. Метод проверили на моделировании одномерной решётки и на ядре 28O.

Почему параметры мешают расчётам

Физики часто подгоняют теоретические модели под экспериментальные данные, чтобы предсказывать явления, которые ещё не наблюдали. Реальные модели содержат много численных величин, параметров, которые нельзя измерить напрямую. Прежде чем вычислять другие наблюдаемые, исследователям приходится оценивать эти параметры.

Этот шаг требует больших вычислительных ресурсов. Он же затрудняет понимание того, как неопределённости параметров влияют на итоговые предсказания. Согласно описанию работы, на оценку параметров уходит большая часть вычислительных усилий в таких исследованиях.

Что делает MEP-эмулятор

MEP-эмулятор предсказывает неизвестные наблюдаемые по связям между известными данными, не вводя параметры и не оценивая их aps.orgPhysical Review Lettersaps.orgОткрыть источник ↗. Авторы показали, что его можно обучать на данных двух других типов эмуляторов: продолжения по собственным векторам (eigenvector continuation) и эмуляторов параметрической матричной модели.

Простое моделирование на одномерной решётке подтвердило работоспособность эмулятора. По опубликованному описанию, метод воспроизводит сложное поведение, с которым обычные вычислительные подходы справляются с трудом.

В качестве примера из ядерной физики авторы взяли 28O. Они показали, что предсказательное распределение вероятностей для целевых наблюдаемых можно получить напрямую с помощью нового эмулятора. В описании работы добавлено, что это позволяет быстро проводить масштабные расчёты и системно оценивать неопределённость прогнозов.

Источники · 2

Нашли ошибку?
  1. ↩

Читайте также

Далее

Следующая статья откроется сама

Ещё
Мы в соцсетях

Введите хотя бы две буквы — результаты появятся сразу

↑↓выбрать↵открытьescзакрыть