NNPDF

NNPDF
NNPDF
LogoNNPDF.png
개발자NNPDF 협업
안정적 해제
3.1
유형입자물리학
웹사이트nnpdf.hepforge.org

NNPDF는 NNPDF Collaboration에서 파트온 분포 함수를 식별하는 데 사용되는 약어다.NNPDF parton density는 불확실성 추정을 위한 몬테카를로 방법과 기본적인 보간 기능으로 신경망을 사용하는 방법을 조합하여 글로벌 핏트에서 데이터에 추출된다.

방법론

NNPDF 협업 전략은 이 다이어그램에 요약되어 있다.

NNPDF 접근방식은 4가지 주요 단계로 나눌 수 있다.

  • 중앙 값, 오류 및 상관 관계를 충분히 정확하게 재현하는 방식으로 원래 실험 데이터의 대규모 몬테카를로 복제본 생성.
  • 의 각 MC 복제본에서 신경망에 의해 파라메트리된 PDF 집합의 훈련)PDF는 초기 진화 척도 에서 파라메트리된 후 DGLAP 방정식을 통해 실험 데이터 Q Q까지 진화한다.PDF 파라메트리제이션은 중복되기 때문에 최소화는 유전 알고리즘뿐만 아니라 그라데이션 강하 기반 미니마이저에 기초한다.
  • 신경망 훈련은 오버러닝(overlearning) 체제에 들어가기 전에 동적으로 중단된다. 즉, PDF는 동시에 통계적 소음을 포함하지 않고 실험 데이터의 기초가 되는 물리적 법칙을 학습한다.
  • MC 복제본 교육이 완료되면, 결과의 통계적 일관성을 평가하기 위해 PDF 세트에 일련의 통계 추정기를 적용할 수 있다.예를 들어 PDF 파라메트리제이션에 대한 안정성을 명시적으로 검증할 수 있다.

PDF 세트(훈련된 신경망)는 모든 통계 추정기를 계산할 수 있는 기초 PDF 확률 밀도를 나타낸다.

예

아래 이미지는 LHAPDF 인터페이스를 통해 사용할 수 있는 NNPDF1.0 분석의 스몰-x에서의 글루온을 보여준다.

  • NNPDF1.0 글루온

릴리스

NNPDF 릴리스는 다음 표에 요약되어 있다.

PDF 세트 DIS 데이터 드레엘-얀 데이터 제트 데이터 LHC 데이터 독립 매개변수. 과()s의 {\의 헤비 쿼크 질량 NLO
NNPDF3.1 네 네 네 네 네 네 네
NNPDF3.0 네 네 네 네 네 네 네
NNPDF2.3 네 네 네 네 네 네 네
NNPDF2.2 네 네 네 네 네 네 네
NNPDF2.1 네 네 네 아니요. 네 네 네
NNPDF2.0 네 네 네 아니요. 네 아니요. 아니요.
NNPDF1.2 네 아니요. 아니요. 아니요. 네 아니요. 아니요.
NNPDF1.0 네 아니요. 아니요. 아니요. 아니요. 아니요. 아니요.

모든 PDF 세트는 LHAPDF 인터페이스와 NNPDF 웹 페이지를 통해 제공된다.

외부 링크