(机器)学习振幅以实现更快的事件生成
高能物理 - 唯象学
2020-07-30 v2
摘要
我们提议用训练好的机器学习回归器替换MC事件生成器中使用的精确振幅，以加速评估“缓慢”振幅。作为概念验证，我们研究了过程，其LO振幅为圈诱导。我们展示了像这样的梯度提升机可以预测全微分分布，误差低于，且预测时间比精确函数求值快倍。这在使用约7分钟的训练时间和大小~Mb的回归器下得以实现。这些结果暗示了一条加速MC事件生成器的可能新途径。
引用
@article{arxiv.1912.11055,
title = {(Machine) Learning amplitudes for faster event generation},
author = {Fady Bishara and Marc Montull},
journal= {arXiv preprint arXiv:1912.11055},
year = {2020}
}
备注
5+2 pages, 5 figures, and 2 tables; fixed minor typos, merged two figures, and updated acknowledgements of support