PulseAugur
实时 13:41:18
English(EN) Automatic Termination Strategy of Inelastic Neutron-scattering Measurement Using Bayesian Optimization for Bin-width Selection

贝叶斯优化实现非弹性中子散射实验自动终止

研究人员开发了一种新的方法,使用贝叶斯优化自动确定何时停止非弹性中子散射实验。该策略旨在通过防止超出设备分辨率的过度数据收集来提高效率,从而节省宝贵的束流时间。所提出的技术计算一个停止标准,当最优 bin 宽度小于目标分辨率时,实验就会终止。数值实验表明,与穷举方法相比,这种贝叶斯优化方法可以显著降低搜索成本。 AI

影响 这项研究引入了一种新颖的优化技术,可以提高科学数据收集的效率,并可能影响物理学及相关领域实验数据的管理和分析方式。

排序理由 这是一篇详细介绍实验物理学新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]

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 →

贝叶斯优化实现非弹性中子散射实验自动终止

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Kensuke Muto, Hirotaka Sakamoto, Kenji Nagata, Taka-hisa Arima, Masato Okada ·

    基于贝叶斯优化的非弹性中子散射测量自动终止策略用于择窗宽度

    arXiv:2603.16946v2 Announce Type: replace-cross Abstract: Currently, an excessive amount of event data is being obtained in four-dimensional inelastic neutron-scattering experiments. A method for automatic bin-width optimization of multidimensional histograms has been developed a…