基于物理信息的合成中子飞行时间测量数据生成方法
计算物理
2023-12-12 v2
摘要
准确的中子截面数据是模拟从能源生产到国家安全等广泛应用中的核系统的关键输入。实验数据的评价是生成准确截面的关键步骤。由于其手工性质，评价过程普遍缺乏可重复性，因此核数据界呼吁改进。这可以通过使过程中可行的部分自动化/标准化来实现，即通过将理论模型拟合到实验数据来进行参数估计。这一自动化努力可极大受益于合成数据资源。本工作利用特定问题的物理、蒙特卡洛采样以及通用的数据合成方法，生成无限的、有标签的实验截面数据，这些数据在统计上与观测数据无法区分。启发式以及（在适用时）严格的统计与观测数据的比较支持了这一主张。该演示基于/限于伦斯勒理工学院（RPI）的透射测量以及分辨共振区（RRR）中的能量微分截面。本文同时发布了一款开源软件，其执行完整的方法以生成高实用性的合成数据集。本工作的目标是提供一种方法以及相应的工具，使评价界能够开始探索更数据驱动、基于 ML 的解决方案来应对该领域长期存在的挑战。
引用
@article{arxiv.2303.09698,
title = {Methodology for physics-informed generation of synthetic neutron time-of-flight measurement data},
author = {Noah Walton and Jesse Brown and William Fritsch and Dave Brown and Gustavo Nobre and Vladimir Sobes},
journal= {arXiv preprint arXiv:2303.09698},
year = {2023}
}
备注
14 pages, 5 figures