迈向基于深度学习模型的新型部分子密度生成
高能物理 - 唯象学
2019-09-04 v1 高能物理 - 实验
摘要
我们提出一种受深度学习项目启发、用于确定部分子分布函数（PDF）的新回归模型。在 NNPDF 方法学框架下，我们实现了一种基于图生成模型进行 PDF 参数化与梯度下降优化的高效计算新框架。最佳模型配置经由超参数调优过程中的稳健交叉验证机制导出。我们表明，该新框架在最佳模型选择与计算资源使用方面均优于当前最先进的 PDF 拟合方法学。
引用
@article{arxiv.1907.05075,
title = {Towards a new generation of parton densities with deep learning models},
author = {Stefano Carrazza and Juan Cruz-Martinez},
journal= {arXiv preprint arXiv:1907.05075},
year = {2019}
}
备注
9 pages, 10 figures