論文の概要: Statistical aspects of nuclear mass models

• arxiv url: http://arxiv.org/abs/2002.04151v3
• Date: Thu, 7 May 2020 00:39:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-02 02:39:18.490909
• Title: Statistical aspects of nuclear mass models
• Title（参考訳）: 核質量モデルの統計的側面
• Authors: Vojtech Kejzlar, L\'eo Neufcourt, Witold Nazarewicz, Paul-Gerhard Reinhard
• Abstract要約: 核結合エネルギーのグローバルモデルの観点から核質量の情報量について検討する。 ベイジアン・キャリブレーション,ベイジアン・モデル平均化,チ二乗相関解析,主成分分析,経験的カバレッジ確率など,多くの統計手法と診断ツールを採用している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study the information content of nuclear masses from the perspective of global models of nuclear binding energies. To this end, we employ a number of statistical methods and diagnostic tools, including Bayesian calibration, Bayesian model averaging, chi-square correlation analysis, principal component analysis, and empirical coverage probability. Using a Bayesian framework, we investigate the structure of the 4-parameter Liquid Drop Model by considering discrepant mass domains for calibration. We then use the chi-square correlation framework to analyze the 14-parameter Skyrme energy density functional calibrated using homogeneous and heterogeneous datasets. We show that a quite dramatic parameter reduction can be achieved in both cases. The advantage of Bayesian model averaging for improving uncertainty quantification is demonstrated. The statistical approaches used are pedagogically described; in this context this work can serve as a guide for future applications.
• Abstract（参考訳）: 我々は,核結合エネルギーのグローバルモデルの観点から,核質量の情報量について検討する。 この目的のために,ベイズ校正法,ベイズモデル平均化法,チ-二乗相関解析法,主成分分析法,経験的カバレッジ確率などの統計手法と診断ツールを用いる。 ベイジアン・フレームワークを用いて, キャリブレーションのための離散質量領域を考慮し, 4パラメータ液滴モデルの構造について検討する。 次に,均質および異質なデータセットを用いてキャリブレーションした14パラメータskyrmeエネルギー密度関数をchi-square相関フレームワークを用いて解析する。 いずれの場合においても,非常に劇的なパラメータ削減が可能となる。 不確実性定量化を改善するためのベイズモデル平均化の利点を示す。 この文脈では、この研究は将来の応用のためのガイドとなりうる。

関連論文リスト

• Local Bayesian Dirichlet mixing of imperfect models [0.0]
  ベイズモデルの平均化および混合技術による核質量の採掘能力について検討した。 予測精度と不確実性定量化の両方において,グローバルモデルと局所モデルの混合が優れた性能を発揮することを示す。
  論文  参考訳（メタデータ） (2023-11-02T21:02:40Z)
• On the Properties and Estimation of Pointwise Mutual Information Profiles [49.877314063833296]
  ポイントワイド相互情報プロファイル(ポイントワイド相互情報プロファイル、英: pointwise mutual information profile)は、与えられた確率変数のペアに対するポイントワイド相互情報の分布である。 そこで我々は,モンテカルロ法を用いて分布を正確に推定できる新しい分布系 Bend と Mix Models を導入する。
  論文  参考訳（メタデータ） (2023-10-16T10:02:24Z)
• Confidence and Dispersity Speak: Characterising Prediction Matrix for Unsupervised Accuracy Estimation [51.809741427975105]
  この研究は、ラベルを使わずに、分散シフト下でのモデルの性能を評価することを目的としている。 我々は、両方の特性を特徴付けるのに有効であることが示されている核規範を用いる。 核の基準は既存の手法よりも正確で堅牢であることを示す。
  論文  参考訳（メタデータ） (2023-02-02T13:30:48Z)
• A Bayesian Framework on Asymmetric Mixture of Factor Analyser [0.0]
  本稿では、スキュー正規(無制限)一般化双曲型(SUNGH)分布のリッチで柔軟なクラスを持つMFAモデルを提案する。 SUNGHファミリーは、様々な方向の歪みをモデル化する柔軟性と、重み付きデータを可能にする。 因子分析モデルを考慮すると、SUNGHファミリーは誤差成分と因子スコアの両方の歪みと重みを許容する。
  論文  参考訳（メタデータ） (2022-11-01T20:19:52Z)
• Bayesian model calibration for block copolymer self-assembly: Likelihood-free inference and expected information gain computation via measure transport [6.496038875667294]
  ブロック共重合体(BCP)の自己組織化現象を記述するモデルの校正について考察する。 測度輸送に基づく確率自由なアプローチを用いて、この挑戦的なベイズ推定問題に取り組む。 ダイブロック共重合体薄膜自己組織化のための大田-川崎モデルに基づく数値ケーススタディを提案する。
  論文  参考訳（メタデータ） (2022-06-22T19:38:52Z)
• Evaluating Sensitivity to the Stick-Breaking Prior in Bayesian Nonparametrics [85.31247588089686]
  変分ベイズ法はベイズモデルのパラメトリック的および非パラメトリック的側面に対して感性が得られることを示す。 ベイズ感度分析に対する変動的アプローチの理論的および経験的支援を提供する。
  論文  参考訳（メタデータ） (2021-07-08T03:40:18Z)
• How Faithful is your Synthetic Data? Sample-level Metrics for Evaluating and Auditing Generative Models [95.8037674226622]
  ドメインに依存しない方法で生成モデルの忠実度,多様性,一般化性能を特徴付ける3次元評価指標を提案する。 当社のメトリクスは、精度リコール分析により統計的発散測定を統合し、モデル忠実度と多様性のサンプルおよび分布レベルの診断を可能にします。
  論文  参考訳（メタデータ） (2021-02-17T18:25:30Z)
• Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
  実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。 特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。 本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
  論文  参考訳（メタデータ） (2021-02-12T12:23:13Z)
• Referenced Thermodynamic Integration for Bayesian Model Selection: Application to COVID-19 Model Selection [1.9599274203282302]
  ベイズ係数と呼ばれる2つのモデルの正規化定数の比率を計算する方法を示す。 本稿では,単一のモデルの正規化定数を効率よく計算するTI法を,参照TI法(referenceed TI)に応用する。 この手法は、実際の問題に適用した場合、韓国の半機械的階層的ベイズモデルのモデル選択を行うのに有用であることが示されている。
  論文  参考訳（メタデータ） (2020-09-08T16:32:06Z)
• Bayesian Sparse Factor Analysis with Kernelized Observations [67.60224656603823]
  多視点問題は潜在変数モデルに直面することができる。 高次元問題と非線形問題は伝統的にカーネルメソッドによって扱われる。 両アプローチを単一モデルにマージすることを提案する。
  論文  参考訳（メタデータ） (2020-06-01T14:25:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。