論文の概要: A comparison of Bayesian sampling algorithms for high-dimensional particle physics and cosmology applications

• arxiv url: http://arxiv.org/abs/2409.18464v2
• Date: Mon, 25 Nov 2024 03:10:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-26 14:14:57.466364
• Title: A comparison of Bayesian sampling algorithms for high-dimensional particle physics and cosmology applications
• Title（参考訳）: 高次元粒子物理学におけるベイズサンプリングアルゴリズムの比較と宇宙論への応用
• Authors: Joshua Albert, Csaba Balazs, Andrew Fowlie, Will Handley, Nicholas Hunt-Smith, Roberto Ruiz de Austri, Martin White,
• Abstract要約: 我々は,マルコフ・チェイン・モンテカルロ(MCMC)とネストサンプリング手法を幅広く検討し,比較した。 ネストサンプリング手法を用いて最も容易に解けると広く考えられているいくつかの例は、現代のMCMCアルゴリズムによりより効率的に解けることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: For several decades now, Bayesian inference techniques have been applied to theories of particle physics, cosmology and astrophysics to obtain the probability density functions of their free parameters. In this study, we review and compare a wide range of Markov Chain Monte Carlo (MCMC) and nested sampling techniques to determine their relative efficacy on functions that resemble those encountered most frequently in the particle astrophysics literature. Our first series of tests explores a series of high-dimensional analytic test functions that exemplify particular challenges, for example highly multimodal posteriors or posteriors with curving degeneracies. We then investigate two real physics examples, the first being a global fit of the $\Lambda$CDM model using cosmic microwave background data from the Planck experiment, and the second being a global fit of the Minimal Supersymmetric Standard Model using a wide variety of collider and astrophysics data. We show that several examples widely thought to be most easily solved using nested sampling approaches can in fact be more efficiently solved using modern MCMC algorithms, but the details of the implementation matter. Furthermore, we also provide a series of useful insights for practitioners of particle astrophysics and cosmology.
• Abstract（参考訳）: 何十年もの間、ベイズ推論技術は素粒子物理学、宇宙論、天体物理学の理論に応用され、自由パラメータの確率密度関数が得られてきた。 本研究では,多種多様なマルコフ・チェイン・モンテカルロ(MCMC)とネストサンプリング技術を用いて,粒子天体物理学の文献で最も頻繁に見られる関数に類似した関数に対する相対的有効性を検証し,比較した。 我々の最初の一連のテストは、例えば、高度に多モードの後方や、曲がりくねった退化を伴う後部といった、特定の課題を実証する一連の高次元解析的テスト関数を探索する。 次に、Planck実験による宇宙マイクロ波背景データを用いた$\Lambda$CDMモデルの大域的適合性と、多種多様なコライダーと天体物理学データを用いた最小超対称性標準モデルの大域的適合性について検討する。 ネストサンプリング手法を用いて最も容易に解けると広く考えられているいくつかの例は、実際、現代のMCMCアルゴリズムによりより効率的に解けるが、実装の詳細は重要である。 さらに、粒子天体物理学や宇宙論の実践者にも有用な洞察を提供する。

関連論文リスト

• Comparative study of quantum methods in the resolution of track findings instances [0.9599644507730108]
  トラック探索は、粒子物理学で最初に導入された複雑な最適化問題である。 本稿では,その影響と有効性の両方を評価するために,様々なモデリング手法について検討する。 本稿では,CPLEXと実D-Wave量子コンピュータで動作する2つの量子モデル,D-Waveシミュレータ上の1つの量子モデルについて述べる。
  論文  参考訳（メタデータ） (2024-10-24T08:55:16Z)
• von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
  円値ランダム関数上の表現的および解釈可能な分布の族を探索する。 結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。 後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
  論文  参考訳（メタデータ） (2024-06-19T01:57:21Z)
• Diffusion posterior sampling for simulation-based inference in tall data settings [53.17563688225137]
  シミュレーションベース推論(SBI)は、入力パラメータを所定の観測に関連付ける後部分布を近似することができる。 本研究では、モデルのパラメータをより正確に推測するために、複数の観測値が利用できる、背の高いデータ拡張について考察する。 提案手法を,最近提案した各種数値実験の競合手法と比較し,数値安定性と計算コストの観点から,その優位性を実証した。
  論文  参考訳（メタデータ） (2024-04-11T09:23:36Z)
• LtU-ILI: An All-in-One Framework for Implicit Inference in Astrophysics and Cosmology [1.5070941464775514]
  本稿では,LtU-ILIパイプライン(Learning the Universe Implicit Likelihood Inference:LtU-ILI)を提案する。 これは天体物理学と宇宙論における最先端の機械学習(ML)推論である。 天体物理学や宇宙論の諸問題にまたがる実応用を提示する。
  論文  参考訳（メタデータ） (2024-02-06T19:00:00Z)
• Gaussian Entanglement Measure: Applications to Multipartite Entanglement of Graph States and Bosonic Field Theory [50.24983453990065]
  フービニ・スタディ計量に基づく絡み合い尺度は、Cocchiarellaと同僚によって最近導入された。 本稿では,多モードガウス状態に対する幾何絡み合いの一般化であるガウスエンタングルメント尺度(GEM)を提案する。 自由度の高い系に対する計算可能な多部絡み合わせ測度を提供することにより、自由なボゾン場理論の洞察を得るために、我々の定義が利用できることを示す。
  論文  参考訳（メタデータ） (2024-01-31T15:50:50Z)
• Scattering Spectra Models for Physics [6.4895077889174395]
  本稿では定常場に対する散乱スペクトルモデルを提案する。 我々は、物理学で遭遇する幅広い分野について、正確で堅牢な統計的記述を提供することを示した。 これらのジェネリックモデルは、データ探索、分類、パラメータ推論、対称性検出、コンポーネント分離に使用できる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:00Z)
• Additive Multi-Index Gaussian process modeling, with application to multi-physics surrogate modeling of the quark-gluon plasma [1.7368964547487395]
  クォーク・グルーオンプラズマ(Quark-Gluon Plasma、QGP)は、ビッグバンの直後に宇宙を埋めたと理論化されている核物質のユニークな相である。 実験観測対象を理論パラメータで整合させるためには、高次元のパラメータ空間上での複雑な物理モデルの多くのシミュレーション実行が必要である。 本稿では,パラメータ空間の低次元埋め込みに柔軟な加法構造を利用するAdMIn-GP(Adjectitive Multi-Index Gaussian Process)モデルを提案する。
  論文  参考訳（メタデータ） (2023-06-11T02:42:09Z)
• Capturing dynamical correlations using implicit neural representations [85.66456606776552]
  実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。 そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
  論文  参考訳（メタデータ） (2023-04-08T07:55:36Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Marginal Post Processing of Bayesian Inference Products with Normalizing Flows and Kernel Density Estimators [0.4397520291340696]
  我々はMasked Autoregressive Flows と Kernel Density Estimator を用いて、コア科学パラメータに対応する限界後部密度を学習する。 限界あるいは「ニュアンスフリー」な後部と関連する可能性には多くの応用があることが分かる。
  論文  参考訳（メタデータ） (2022-05-25T15:10:15Z)
• Flow-based sampling in the lattice Schwinger model at criticality [54.48885403692739]
  フローベースアルゴリズムは、格子場理論への応用のためのフィールド分布の効率的なサンプリングを提供することができる。 フェルミオン質量の臨界値におけるシュウィンガーモデルにおけるロバストな流れに基づくサンプリングの数値的な実演を行う。
  論文  参考訳（メタデータ） (2022-02-23T19:00:00Z)

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。