文献

J-GLOBAL ID：202202252398311605   整理番号：22A0986254

移行学習による相対論的重イオン衝突の効率的エミュレーション【JST・京大機械翻訳】

Efficient emulation of relativistic heavy ion collisions with transfer learning

著者 (7件)： Liyanage D. (Department of Physics, The Ohio State University, Columbus, Ohio 43210, USA) ,  Ji Y. (Department of Statistical Science, Duke University, Durham, North Carolina 27708, USA) ,  Everett D. (Department of Physics, The Ohio State University, Columbus, Ohio 43210, USA) ,  Heffernan M. (Department of Physics, McGill University, Montreal, Quebec H3A 2T8, Canada) ,  Heinz U. (Department of Physics, The Ohio State University, Columbus, Ohio 43210, USA) ,  Mak S. (Department of Statistical Science, Duke University, Durham, North Carolina 27708, USA) ,  Paquet J.-F. (Department of Physics, Duke University, Durham, North Carolina 27708, USA)
資料名： Physical Review. C  (Physical Review. C)
巻： 105  号： 3  ページ： 034910  発行年： 2022年 
JST資料番号： D0747A  ISSN： 2469-9985  CODEN： PRVCAN  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大型ハドロンコライダ(LHC)と相対論的重イオン衝突器(RHIC)の測定を用いて,クォーク-グルオンプラズマの性質を調べた。これらの特性に関する系統的な制約は,異なる衝突系からの測定を結合し,実験的および理論的不確実性について法的に説明しなければならない。このような研究は膨大な数の高価な数値シミュレーションを必要とする。計算的に安価な代理モデル(「エミュレータ」)は,広範囲のモデルパラメータにわたって重イオンシミュレーションの予測を効率的に近似するために使用できるが,信頼できるエミュレータの訓練は計算上高価なタスクである。移動学習を用いて,1つのモデルエミュレータのパラメータ依存性を他に写像し,重イオン衝突の異なるシミュレーション間の類似性をレバレッジした。エミュレータの1つだけに対する多数のシミュレーションの必要性を制限することにより,この技術は,多重衝突システムを研究し,異なるモデルを探索するとき,包括的不確実性定量化の数値コストを低減する。Copyright 2022 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *学習 ,  不確実性 ,  実験 ,  *エミュレーション ,  多重化 ,  クォーク ,  *重イオン ,  *重イオン衝突 ,  エミュレータ
準シソーラス用語： 数値シミュレーション ,  *相対論的重イオン衝突 ,  モデルパラメータ ,  低価格 ,  LHC【加速器】 , 【Automatic Indexing@JST】

分類 (2件)： その他の粒子による反応・散乱  (BG04080F) ,  強い相互作用の模型  (BF02040W)

タイトルに関連する用語 (2件)： 相対論的重イオン衝突 ,  エミュレーション