抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
行列要素法(MEM)は,衝突実験での測定事象から情報を抽出する強力な方法である。実験データの大規模集合上に構築された多変量技術と比較して,MEMは例ベースの学習フェーズに依存しないが,物理プロセスの知識を直接利用する。これは,迅速に変化する関数の必要な多次元積分が,考慮したあらゆる事象と物理過程に対して評価する必要があるので,複雑さと計算時間の両方に関して価格に出ている。これは,MoMEMtaパッケージで行われるように,統合を最適化することによって軽減できるが,計算時間は懸念のままであり,しばしば,フルスケール解析におけるMEMの使用を実行不可能または不可能にする。本論文では,特に新しい物理学の探索において,解析の仮説として,MEM積分の回帰によって構築された深層ニューラルネットワーク(DNN)の使用を研究した。【JST・京大機械翻訳】