論文の概要: Weighted Levenberg-Marquardt methods for fitting multichannel nuclear cross section data

• arxiv url: http://arxiv.org/abs/2508.19468v2
• Date: Fri, 12 Sep 2025 16:19:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-15 14:04:03.07566
• Title: Weighted Levenberg-Marquardt methods for fitting multichannel nuclear cross section data
• Title（参考訳）: 重み付きレバンス・マルカルト法によるマルチチャネル核断面積データの整合
• Authors: M. Imbrišak, A. E. Lovell, M. R. Mumpower,
• Abstract要約: 本稿では,マルチチャネル核断面積データに適合するLevanz-Marquardtアルゴリズムの拡張について述べる。 提案手法は,実験データ解析のための従来の信頼領域法に代わる実用的で堅牢な代替手段を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present an extension of the Levenberg-Marquardt algorithm for fitting multichannel nuclear cross section data. Our approach offers a practical and robust alternative to conventional trust-region methods for analyzing experimental data. The CoH$_3$ code, based on the Hauser-Feshbach statistical model, involves a large number of interdependent parameters, making optimization challenging due to the presence of "sloppy" directions in parameter space. To address the uneven distribution of experimental data across reaction channels, we construct a weighted Fisher Information Metric by integrating prior distributions over dataset weights. This framework enables a more balanced treatment of heterogeneous data, improving both parameter estimation and convergence robustness. We show that the resulting weighted Levenberg-Marquardt method yields more physically consistent fits for both raw and smoothed datasets, using experimental data for ${}^{148}$Sm as a representative example. Additionally, we introduce a geometric scaling strategy to accelerate convergence -- a method based on the local geometry of the manifold.
• Abstract（参考訳）: 本稿では,マルチチャネル核断面積データに適合するLevanz-Marquardtアルゴリズムの拡張について述べる。 提案手法は,実験データ解析のための従来の信頼領域法に代わる実用的で堅牢な代替手段を提供する。 ハウザー・フェシュバッハ統計モデルに基づくCoH$_3$符号は、多くの相互依存パラメータを伴い、パラメータ空間に「スロッピー」方向が存在するため最適化が困難である。 反応チャネル間の実験データの不均一な分布に対処するため,データセットの重みに対する事前分布を統合することで,重み付けされたフィッシャー情報メトリクスを構築した。 このフレームワークは、不均一データのよりバランスの取れた処理を可能にし、パラメータ推定と収束堅牢性の両方を改善する。 得られた重み付きLevanz-Marquardt法は, サンプルとして${}^{148}$Smの実験データを用いて, 生とスムーズな両方のデータセットに対して, より物理的に整合性を持つことを示す。 さらに、多様体の局所幾何学に基づく手法である収束を加速する幾何学的スケーリング戦略を導入する。

関連論文リスト

• Fast Variational Bayes for Large Spatial Data [0.0]
  本稿では,NNGPを用いた大規模地理空間データ解析のための高速変分ベイズ手法であるspVarBayesを紹介する。 自動微分を変分計算、閉形式勾配更新、線形応答補正の組み合わせで置き換え、分散推定を改善した。 シミュレーション実験により,spNNGPに匹敵する精度が得られたが,計算コストの低減が図られ,精度と速度の両面で既存の変分推論手法よりもかなり優れていた。
  論文  参考訳（メタデータ） (2025-07-16T13:59:27Z)
• Learning Coupled Subspaces for Multi-Condition Spike Data [8.114880112033644]
  神経科学では、研究者は複数の条件下で実験を行い、高次元スパイクトレインデータセットの形で神経応答を得る。 実験条件空間上でスムーズなチューニング関数を学習するための非パラメトリックベイズ手法を提案する。
  論文  参考訳（メタデータ） (2024-10-24T20:44:28Z)
• Variational Learning of Gaussian Process Latent Variable Models through Stochastic Gradient Annealed Importance Sampling [22.256068524699472]
  本研究では,これらの問題に対処するために,Annealed Importance Smpling (AIS)アプローチを提案する。 シークエンシャルモンテカルロサンプリング器とVIの強度を組み合わせることで、より広い範囲の後方分布を探索し、徐々にターゲット分布に接近する。 実験結果から,本手法はより厳密な変動境界,高い対数類似度,より堅牢な収束率で最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2024-08-13T08:09:05Z)
• A Bayesian Approach Toward Robust Multidimensional Ellipsoid-Specific Fitting [0.0]
  本研究は, ノイズおよび外周波の汚染における散乱データに多次元楕円体を適合させる, 新規で効果的な方法を提案する。 楕円体領域内でのプリミティブパラメータの探索を制約するために、均一な事前分布を組み込む。 本研究では, 顕微鏡細胞計数, 3次元再構成, 幾何学的形状近似, 磁力計の校正タスクなど, 幅広い応用に応用する。
  論文  参考訳（メタデータ） (2024-07-27T14:31:51Z)
• Collaborative Heterogeneous Causal Inference Beyond Meta-analysis [68.4474531911361]
  異種データを用いた因果推論のための協調的逆確率スコア推定器を提案する。 異質性の増加に伴うメタアナリシスに基づく手法に対して,本手法は有意な改善を示した。
  論文  参考訳（メタデータ） (2024-04-24T09:04:36Z)
• 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)
• Implicit Manifold Gaussian Process Regression [49.0787777751317]
  ガウス過程の回帰は、よく校正された不確実性推定を提供するために広く用いられている。 これは、データが実際に存在する暗黙の低次元多様体のため、高次元データに苦しむ。 本稿では,データ(ラベル付きおよびラベルなし)から直接暗黙構造を完全に微分可能な方法で推定できる手法を提案する。
  論文  参考訳（メタデータ） (2023-10-30T09:52:48Z)
• Conformal inference for regression on Riemannian Manifolds [45.560812800359685]
  回帰シナリオの予測セットは、応答変数が$Y$で、多様体に存在し、共変変数が$X$で、ユークリッド空間にあるときに検討する。 我々は、多様体上のこれらの領域の経験的バージョンが、その集団に対するほぼ確実に収束していることを証明する。
  論文  参考訳（メタデータ） (2023-10-12T10:56:25Z)
• Data-heterogeneity-aware Mixing for Decentralized Learning [63.83913592085953]
  グラフの混合重みとノード間のデータ不均一性の関係に収束の依存性を特徴付ける。 グラフが現在の勾配を混合する能力を定量化する計量法を提案する。 そこで本研究では,パラメータを周期的かつ効率的に最適化する手法を提案する。
  論文  参考訳（メタデータ） (2022-04-13T15:54:35Z)
• Projected Statistical Methods for Distributional Data on the Real Line with the Wasserstein Metric [0.0]
  本研究では,実線上の確率分布のデータセットに関する統計解析を行うための,新規な予測手法を提案する。 特に主成分分析(PCA)と回帰に重点を置いています。 モデルのいくつかの理論的性質が研究され、一貫性が証明される。
  論文  参考訳（メタデータ） (2021-01-22T10:24:49Z)

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。