Till sidans topp

Sidansvarig: Webbredaktion
Sidan uppdaterades: 2012-09-11 15:12

Tipsa en vän
Utskriftsversion

Bayesian optimization in … - Göteborgs universitet Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

Kontaktformulär








 


OBS! Vill du ha svar, ange e-post eller telefonnummer!




Bayesian optimization in ab initio nuclear physics

Artikel i vetenskaplig tidskrift
Författare A. Ekstrom
C. Forssen
C. Dimitrakakis
D. Dubhashi
H. T. Johansson
A. S. Muhammad
H. Salomonsson
Alexander Schliep
Publicerad i Journal of Physics G-Nuclear and Particle Physics
Volym 46
Nummer/häfte 9
ISSN 0954-3899
Publiceringsår 2019
Publicerad vid Institutionen för data- och informationsteknik, datavetenskap (GU)
Språk en
Länkar dx.doi.org/10.1088/1361-6471/ab2b14
Ämnesord Bayesian optimization, nuclear physics, nucleon-nucleon scattering, effective field theory, formalism, Physics
Ämneskategorier Kärnfysik, Data- och informationsvetenskap

Sammanfattning

Theoretical models of the strong nuclear interaction contain unknown coupling constants (parameters) that must be determined using a pool of calibration data. In cases where the models are complex, leading to time consuming calculations, it is particularly challenging to systematically search the corresponding parameter domain for the best fit to the data. In this paper, we explore the prospect of applying Bayesian optimization to constrain the coupling constants in chiral effective field theory descriptions of the nuclear interaction. We find that Bayesian optimization performs rather well with low-dimensional parameter domains and foresee that it can be particularly useful for optimization of a smaller set of coupling constants. A specific example could be the determination of leading three-nucleon forces using data from finite nuclei or three-nucleon scattering experiments.

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?