論文の概要: Probabilistic Dalek -- Emulator framework with probabilistic prediction for supernova tomography

• arxiv url: http://arxiv.org/abs/2209.09453v1
• Date: Tue, 20 Sep 2022 04:18:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-21 19:40:13.628377
• Title: Probabilistic Dalek -- Emulator framework with probabilistic prediction for supernova tomography
• Title（参考訳）: 確率的dalek -- 超新星トモグラフィのための確率的予測を伴うエミュレータフレームワーク
• Authors: Wolfgang Kerzendorf, Nutan Chen, Jack O'Brien, Johannes Buchner, Patrick van der Smagt
• Abstract要約: 超新星のスペクトル時系列は、超新星トモグラフィーとして知られる空間的に解決された爆発モデルを再構成するために用いられる。 超新星トモグラフィーモデルの最小のパラメトリゼーションは、100以上を必要とする現実的なパラメータの約1ダースである。 機械学習技術を用いたシュロゲートモデルやエミュレータと呼ばれるシミュレーションを高速化する新しい手法がソリューションを提供する。
• 参考スコア（独自算出の注目度）: 8.798674169116374
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Supernova spectral time series can be used to reconstruct a spatially resolved explosion model known as supernova tomography. In addition to an observed spectral time series, a supernova tomography requires a radiative transfer model to perform the inverse problem with uncertainty quantification for a reconstruction. The smallest parametrizations of supernova tomography models are roughly a dozen parameters with a realistic one requiring more than 100. Realistic radiative transfer models require tens of CPU minutes for a single evaluation making the problem computationally intractable with traditional means requiring millions of MCMC samples for such a problem. A new method for accelerating simulations known as surrogate models or emulators using machine learning techniques offers a solution for such problems and a way to understand progenitors/explosions from spectral time series. There exist emulators for the TARDIS supernova radiative transfer code but they only perform well on simplistic low-dimensional models (roughly a dozen parameters) with a small number of applications for knowledge gain in the supernova field. In this work, we present a new emulator for the radiative transfer code TARDIS that not only outperforms existing emulators but also provides uncertainties in its prediction. It offers the foundation for a future active-learning-based machinery that will be able to emulate very high dimensional spaces of hundreds of parameters crucial for unraveling urgent questions in supernovae and related fields.
• Abstract（参考訳）: 超新星スペクトル時系列は、超新星トモグラフィーとして知られる空間的に解決された爆発モデルを再構成するために用いられる。 観測されたスペクトル時系列に加えて、超新星トモグラフィーは、再構成のための不確実な定量化を伴う逆問題を実行するために放射移動モデルを必要とする。 超新星トモグラフィーモデルの最小のパラメトリゼーションは、100以上を必要とする現実的なパラメータの約1ダースである。 現実的なラジエーション伝達モデルは、単一の評価のために数百のcpu分を必要とするため、このような問題のために何百万ものmcmcサンプルを必要とする従来の手段では計算が難しい。 機械学習技術を用いたサロゲートモデルやエミュレータとして知られるシミュレーションを高速化する新しい手法は、そのような問題に対する解決策と、スペクトル時系列から前駆者/爆発を理解する方法を提供する。 tardis supernova radiationive transfer codeのエミュレータは存在するが、それらは単純な低次元モデル(およそ12のパラメータ)でのみうまく動作し、超新星の分野における知識獲得に少数の応用がある。 本研究では,既存のエミュレータより優れているだけでなく,その予測に不確実性をもたらす放射転送符号TARDISの新しいエミュレータを提案する。 超新星と関連する分野における緊急質問を解き放つために必須となる数百のパラメータの非常に高次元の空間をエミュレートできる、将来のアクティブラーニングベースの機械の基礎を提供する。

関連論文リスト

• Optimizing Resource Consumption in Diffusion Models through Hallucination Early Detection [87.22082662250999]
  拡散過程の開始時に不正確な世代を迅速に検出する新しいパラダイムであるHEaD(Hallucination Early Detection)を導入する。 HEaDは計算資源を節約し,生成過程を高速化して完全な画像を得ることを示す。 その結果,HEaDは2つのオブジェクトのシナリオで生成時間の最大12%を節約できることがわかった。
  論文  参考訳（メタデータ） (2024-09-16T18:00:00Z)
• SMILE: Zero-Shot Sparse Mixture of Low-Rank Experts Construction From Pre-Trained Foundation Models [85.67096251281191]
  我々は、ゼロショットスパースミクチャー(SMILE)と呼ばれるモデル融合に対する革新的なアプローチを提案する。 SMILEは、余分なデータやさらなるトレーニングなしに、ソースモデルをMoEモデルにアップスケーリングできる。 画像分類やテキスト生成タスクなど,さまざまなシナリオに対して,フル微調整とLoRA微調整を用いて広範な実験を行う。
  論文  参考訳（メタデータ） (2024-08-19T17:32:15Z)
• Unified, Verifiable Neural Simulators for Electromagnetic Wave Inverse Problems [1.6795461001108096]
  我々は、数千のDoF、波長、照明波面、およびフリーフォームの散乱シミュレーションに対処できる単一の統一モデルを示す。 本研究は,既存の散乱シミュレータにおいて,普遍的かつ精度の高いニューラルサロゲートへの道を示すものである。
  論文  参考訳（メタデータ） (2024-03-31T03:23:29Z)
• Self-Supervised Learning for Modeling Gamma-ray Variability in Blazars [0.0]
  ブラザーは活動的な銀河核であり、相対論的ジェットは地球に直接向けられている。 深層学習は、ガンマ線ブレザーの複雑な変動パターンの構造を明らかにするのに役立つ。
  論文  参考訳（メタデータ） (2023-02-15T14:57:46Z)
• Supernova Light Curves Approximation based on Neural Network Models [53.180678723280145]
  光度データによる超新星の分類は、天文学におけるビッグデータのリアルタイム処理の出現によって課題となる。 近年の研究では、様々な機械学習モデルに基づく解の優れた品質が実証されている。 我々は,多層パーセプトロン(MLP),ベイジアンニューラルネットワーク(BNN),正規化フロー(NF)の単一光曲線観測への応用について検討した。
  論文  参考訳（メタデータ） (2022-06-27T13:46:51Z)
• Multi-scale Anomaly Detection for Big Time Series of Industrial Sensors [50.6434162489902]
  そこで本研究では,自然にスムーズな時系列を復号・符号化する手法であるMissGANを提案する。 MissGANはラベルを必要としないし、通常のインスタンスのラベルだけを必要とするので、広く適用できます。
  論文  参考訳（メタデータ） (2022-04-18T04:34:15Z)
• Real-time Detection of Anomalies in Multivariate Time Series of Astronomical Data [0.0]
  天文トランジェント(英: Astronomical transients)は、様々な時間スケールで一時的に明るくなる恒星天体である。 新しい天文学的なスカイサーベイは、かつてない数のマルチ波長のトランジェントを観測している。 本稿では, 高速かつ自動で異常な過渡光曲線をリアルタイムに検出することを目的とした2つの新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-12-15T19:02:54Z)
• Inverting brain grey matter models with likelihood-free inference: a tool for trustable cytoarchitecture measurements [62.997667081978825]
  脳の灰白質細胞構造の特徴は、体密度と体積に定量的に敏感であり、dMRIでは未解決の課題である。 我々は新しいフォワードモデル、特に新しい方程式系を提案し、比較的スパースなb殻を必要とする。 次に,提案手法を逆転させるため,確率自由推論 (LFI) として知られるベイズ解析から最新のツールを適用した。
  論文  参考訳（メタデータ） (2021-11-15T09:08:27Z)
• Automatic Detection of Occulted Hard X-ray Flares Using Deep-Learning Methods [0.0]
  我々は、RHESSI(Reuven Ramaty High Energy Solar Spectroscopic Imager)で観測された太陽フレアからの硬X線放射の機械学習分類に関する概念を提案する。 このモデルは、画像再構成や専門家による視覚検査を必要とせずに、オカルトフレアを検出することができる。 本モデルでは, 分類精度が90%以上向上し, 検体検診や検体検体検体検体検診, 検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検診および検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体検体
  論文  参考訳（メタデータ） (2021-01-27T17:11:35Z)
• Dalek -- a deep-learning emulator for TARDIS [6.733242982713045]
  超新星のスペクトル時系列は、これらのエネルギティック事象の先駆者および爆発過程に関する豊富な情報を含んでいる。 これらのデータのモデリングには、高価な放射転写符号を用いた非常に高次元の後方確率の探索が必要である。 ニューラルネットワークのトレーニングのための広く利用可能なライブラリの出現と、ほぼ任意の関数を高精度で近似する能力を組み合わせることで、この問題に対する新たなアプローチが可能になる。
  論文  参考訳（メタデータ） (2020-07-03T18:00:00Z)
• Manifolds for Unsupervised Visual Anomaly Detection [79.22051549519989]
  トレーニングで必ずしも異常に遭遇しない教師なしの学習方法は、非常に有用です。 ジャイロプレーン層を用いた立体投影による超球形変分オートエンコーダ(VAE)を開発した。 工業用AIシナリオにおける実世界の実用性を実証し、精密製造および検査における視覚異常ベンチマークの最先端結果を示す。
  論文  参考訳（メタデータ） (2020-06-19T20:41:58Z)

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。