优化多层贝叶斯神经网络以评估裂变产额
核理论
2021-12-22 v1
摘要
贝叶斯机器学习是评估核裂变数据的一种有前景的工具，但其潜在能力尚未充分发挥。我们尝试优化多层贝叶斯神经网络在裂变产额评估中的性能。研究了学习数据调整、激活函数、网络结构的影响。特别地，对网络函数的负值进行了惩罚，以避免对裂变产额做出非物理推断。目前，具有双隐藏层的网络相较于单层或更深网络具有最优性能。这些研究对于精确评估方法的进一步发展至关重要。
引用
@article{arxiv.2106.11746,
title = {Optimizing multilayer Bayesian neural networks for evaluation of fission yields},
author = {Zi-Ao Wang and Junchen Pei},
journal= {arXiv preprint arXiv:2106.11746},
year = {2021}
}
备注
5 pages and 5 figures. arXiv admin note: text overlap with arXiv:2102.09314