加性多指标高斯过程建模及其在夸克-胶子等离子体多物理代理建模中的应用
核理论
2023-06-14 v1 机器学习
高能物理 - 唯象学
机器学习
摘要
夸克-胶子等离子体（QGP）是核物质的一种独特相，理论认为其在大爆炸后不久曾充满宇宙。研究QGP的一个关键挑战在于，为使实验可观测量与理论参数相吻合，需要在高维参数空间上对复杂物理模型进行大量模拟运行。每次运行计算开销极大，需数千CPU小时，从而将物理学家限制于仅数百次运行。鉴于高维预测的训练数据有限，现有代理模型常给出预测能力差且预测不确定性高，导致科学结论不精确。为此，我们提出一种新的加性多指标高斯过程（AdMIn-GP）模型，该模型利用参数空间低维嵌入上的灵活加性结构。这受先验科学认知指导：QGP由多种不同物理现象（即多物理）主导，每种现象仅涉及少量潜参数。AdMIn-GP在灵活的贝叶斯非参数框架内对这类嵌入结构建模，并通过精心构建的带诱导点的变分推断方法实现高效模型拟合。我们通过一系列数值实验及QGP应用展示了AdMIn-GP的有效性，其中我们证明了其代理建模性能相较现有模型有显著改善。
引用
@article{arxiv.2306.07299,
title = {Additive Multi-Index Gaussian process modeling, with application to multi-physics surrogate modeling of the quark-gluon plasma},
author = {Kevin Li and Simon Mak and J. -F Paquet and Steffen A. Bass},
journal= {arXiv preprint arXiv:2306.07299},
year = {2023}
}