論文の概要: Evolutionary Discovery of Sequence Acceleration Methods for Slab Geometry Neutron Transport

• arxiv url: http://arxiv.org/abs/2512.24559v1
• Date: Wed, 31 Dec 2025 01:53:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-01 23:27:28.531201
• Title: Evolutionary Discovery of Sequence Acceleration Methods for Slab Geometry Neutron Transport
• Title（参考訳）: スラブ形状中性子輸送のための系列加速法の進化的発見
• Authors: Japan K. Patel, Barry D. Ganapol, Anthony Magliari, Matthew C. Schmidt, Todd A. Wareing,
• Abstract要約: 本稿では,中性子輸送問題の離散オーディネート解に対する収束促進法を自動的に発見する遺伝的プログラミング手法を提案する。 我々は、SN収束特性に特化して数学的公式を進化させた。
• 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 a genetic programming approach to automatically discover convergence acceleration methods for discrete ordinates solutions of neutron transport problems in slab geometry. Classical acceleration methods such as Aitken's delta-squared and Wynn epsilon assume specific convergence patterns and do not generalize well to the broad set of transport problems encountered in practice. We evolved mathematical formulas specifically tailored to SN convergence characteristics in this work. The discovered accelerator, featuring second differences and cross-product terms, achieved over 75 percent success rate in improving convergence compared to raw sequences - almost double that observed for classical techniques for the problem set considered. This work demonstrates the potential for discovering novel numerical methods in computational physics via genetic programming and attempts to honor Prof. Ganapol's legacy of advancing experimental mathematics applied to neutron transport.
• Abstract（参考訳）: 本稿では,スラブ幾何学における中性子輸送問題の離散オーディネート解の収束促進法を自動的に発見する遺伝的プログラミング手法を提案する。 Aitken's delta-squared や Wynn epsilon のような古典的な加速法は、特定の収束パターンを仮定し、実際に遭遇する幅広い輸送問題に対してうまく一般化しない。 本研究では,SN収束特性に特化して数学的公式を進化させた。 この加速器は第2の差分と第2の積の項を特徴としており、古典的な手法で考慮された問題に対して観測された、生のシーケンスに比べて収束性を改善するために75%以上の成功率を達成した。 この研究は、遺伝的プログラミングを通じて計算物理学の新しい数値法を発見する可能性を示し、ガンポル教授が中性子輸送に応用した実験数学の進歩を称える試みである。

関連論文リスト

• The Glider Equation for Asymptotic Lenia [0.764671395172401]
  Asymptotic Leniaはコンウェイの『ゲーム・オブ・ライフ』の連続的な拡張であり、豊かなパターン形成を示している。 グライダー方程式」と呼ばれるグライダーパターンの条件を解析的に導出する。
  論文  参考訳（メタデータ） (2025-08-06T07:47:24Z)
• Riemannian Neural Geodesic Interpolant [15.653104625330062]
  微分補間子は、2つの任意の確率密度関数を有限時間でブリッジする効率的な生成モデルである。 これらのモデルは主にユークリッド空間で開発されており、多くの分布学習問題への応用に限られている。 2つの確率密度の間を補間するリーマン測地補間(RNGI)モデルを導入する。
  論文  参考訳（メタデータ） (2025-04-22T09:28:29Z)
• Bayesian Circular Regression with von Mises Quasi-Processes [57.88921637944379]
  本研究では、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。 後部推論のために,高速ギブズサンプリングに寄与するストラトノビッチ様拡張法を導入する。 本研究では,このモデルを用いて風向予測と走行歩行周期のパーセンテージを関節角度の関数として適用する実験を行った。
  論文  参考訳（メタデータ） (2024-06-19T01:57:21Z)
• Adaptive Federated Learning Over the Air [108.62635460744109]
  オーバー・ザ・エア・モデル・トレーニングの枠組みの中で,適応勾配法,特にAdaGradとAdamの連合バージョンを提案する。 解析の結果,AdaGrad に基づくトレーニングアルゴリズムは $mathcalO(ln(T) / T 1 - frac1alpha の速度で定常点に収束することがわかった。
  論文  参考訳（メタデータ） (2024-03-11T09:10:37Z)
• A hybrid iterative method based on MIONet for PDEs: Theory and numerical examples [5.581859462239914]
  頻繁に使われるスムーズなスムーズ、すなわちリチャードソン(ヤコビの損傷)とガウス=シーデルの理論結果を示す。 メッシュレス加速法として、実践応用のための膨大なポテンシャルが提供される。
  論文  参考訳（メタデータ） (2024-02-11T11:02:25Z)
• Reweighted Interacting Langevin Diffusions: an Accelerated Sampling Methodfor Optimization [28.25662317591378]
  本稿では, サンプリング手法を高速化し, 難解な最適化問題の解法を提案する。 提案手法は, 後部分布サンプリングとLangevin Dynamicsを用いた最適化の関連性について検討する。
  論文  参考訳（メタデータ） (2023-01-30T03:48:20Z)
• A Discrete Variational Derivation of Accelerated Methods in Optimization [68.8204255655161]
  最適化のための異なる手法を導出できる変分法を導入する。 我々は1対1の対応において最適化手法の2つのファミリを導出する。 自律システムのシンプレクティシティの保存は、ここでは繊維のみに行われる。
  論文  参考訳（メタデータ） (2021-06-04T20:21:53Z)
• Acceleration Methods [57.202881673406324]
  まず2次最適化問題を用いて加速法を2つ導入する。 我々は、ネステロフの精巧な研究から始まる運動量法を詳細に論じる。 我々は、ほぼ最適な収束率に達するための一連の簡単な手法である再起動スキームを議論することで結論付ける。
  論文  参考訳（メタデータ） (2021-01-23T17:58:25Z)
• Fast Gravitational Approach for Rigid Point Set Registration with Ordinary Differential Equations [79.71184760864507]
  本稿では,FGA(Fast Gravitational Approach)と呼ばれる厳密な点集合アライメントのための物理に基づく新しい手法を紹介する。 FGAでは、ソースとターゲットの点集合は、シミュレーションされた重力場内を移動しながら、世界規模で多重リンクされた方法で相互作用する質量を持つ剛体粒子群として解釈される。 従来のアライメント手法では,新しいメソッドクラスには特徴がないことを示す。
  論文  参考訳（メタデータ） (2020-09-28T15:05:39Z)

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。