NNPDF

NNPDF
Deweloperzy	Współpraca NNPDF
Wersja stabilna	3.1
Typ	Fizyka cząsteczek
Strona internetowa	nnpdf .hepforge .org

NNPDF to akronim używany do identyfikacji funkcji rozkładu partonów z NNPDF Collaboration. Gęstości partonów NNPDF są wyodrębniane z globalnych dopasowań do danych w oparciu o kombinację metody Monte Carlo do szacowania niepewności i wykorzystania sieci neuronowych jako podstawowych funkcji interpolacyjnych.

Metodologia

Strategia współpracy NNPDF jest podsumowana na tym diagramie.

Podejście NNPDF można podzielić na cztery główne etapy:

Generowanie dużej próbki replik Monte Carlo oryginalnych danych eksperymentalnych w taki sposób, że centralne wartości, błędy i korelacje są odtwarzane z wystarczającą dokładnością.
Uczenie (minimalizacja ) zestawu plików PDF sparametryzowanych przez $sieci$ neuronowe na każdej z MC danych. $Pliki$ są parametryzowane w początkowej skali ewolucji, $następnie$ ewoluują do eksperymentalnej skali danych pomocą DGLAP . Ponieważ parametryzacja PDF jest zbędna, strategia minimalizacji opiera się na algorytmach genetycznych a także minimalizatory oparte na opadaniu gradientu.
Trening sieci neuronowej jest zatrzymywany dynamicznie przed wejściem w tryb nadmiernego uczenia się, to znaczy pliki PDF uczą się praw fizycznych leżących u podstaw danych eksperymentalnych bez jednoczesnego dopasowywania szumu statystycznego.
Po zakończeniu szkolenia replik MC zestaw estymatorów statystycznych można zastosować do zestawu plików PDF, aby ocenić statystyczną spójność wyników. Na przykład stabilność pod względem parametryzacji PDF można jednoznacznie zweryfikować.

Zbiór zestawów $wytrenowanych$ sieci neuronowych) zapewnia reprezentację podstawowej gęstości prawdopodobieństwa PDF, z której można obliczyć dowolny

Przykład

Poniższy obraz przedstawia gluon w small-x z analizy NNPDF1.0 , dostępny przez interfejs LHAPDF

Gluon NNPDF1.0

Wydania

Wersje NNPDF podsumowano w poniższej tabeli:

zestaw PDFów	Dane DIS	Dane Drella-Yana	Dane odrzutowca	Dane z LHC	Niezależny parametr. s ${\ displaystyle s}$ i $\ bar {s}}}$	Ciężkie masy kwarków	NNLO
NNPDF3.1	Tak	Tak	Tak	Tak	Tak	Tak	Tak
NNPDF3.0	Tak	Tak	Tak	Tak	Tak	Tak	Tak
NNPDF2.3	Tak	Tak	Tak	Tak	Tak	Tak	Tak
NNPDF2.2	Tak	Tak	Tak	Tak	Tak	Tak	Tak
NNPDF2.1	Tak	Tak	Tak	NIE	Tak	Tak	Tak
NNPDF2.0	Tak	Tak	Tak	NIE	Tak	NIE	NIE
NNPDF1.2	Tak	NIE	NIE	NIE	Tak	NIE	NIE
NNPDF1.0	Tak	NIE	NIE	NIE	NIE	NIE	NIE

Wszystkie zestawy PDF są dostępne poprzez interfejs LHAPDF oraz na stronie internetowej NNPDF .

Linki zewnętrzne