PulseAugur
中
实时 02:56:48
English(EN) Scalable AI-assisted Workflow Management for Detector Design Optimization Using Distributed Computing

AI 框架利用分布式计算简化探测器设计优化

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新的 AI 辅助框架，用于优化探测器设计，该框架利用了生产和分布式分析 (PanDA) 系统。该框架集成了多目标贝叶斯优化和 PanDA 的工作流引擎，以管理跨各种计算资源的复杂模拟。该系统在高维参数空间探索方面展示了改进的自动化、可扩展性和效率，并成功应用于电子-离子对撞机的 ePIC 和 dRICH 探测器。 AI

影响 该框架为计算密集型科学应用提供了一个可扩展且高效的范例，有可能加速粒子物理学等领域的发现。

排序理由 该集群包含一篇学术论文，详细介绍了用于科学应用的新型 AI 辅助框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI 框架利用分布式计算简化探测器设计优化

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Derek Anderson, Amit Bashyal, Markus Diefenthaler, Cristiano Fanelli, Wen Guan, Tanja Horn, Alex Jentsch Meifeng Lin, Tadashi Maeno, Kei Nagai, Hemalata Nayak, Connor Pecar, Karthik Suresh, Fang-Ying Tsai, Anselm Vossen, Tianle Wang, Torre Wenaus ·

    使用分布式计算实现可扩展的AI辅助工作流管理以优化探测器设计

    arXiv:2603.30014v2 Announce Type: replace-cross Abstract: The Production and Distributed Analysis (PanDA) system, originally developed for the ATLAS experiment at the CERN Large Hadron Collider (LHC), has evolved into a robust platform for orchestrating large-scale workflows acro…

相关实体

相关话题