物理信息生成合成中子飞行时间测量数据的方法论
摘要：高精度的中子截面数据是模拟核系统的重要输入，用于能源生产到国家安全等各种应用。评估实验数据是产生准确截面的关键步骤。由于其具有艺术性质，评估过程中广泛存在的缺乏可重复性问题得到了广泛认可，因此核数据界呼吁改进。这可以通过自动化/标准化过程的一些可行部分来实现，即通过将理论模型拟合到实验数据中进行参数估计。对于这类问题有许多候选方法，但很多方法依赖于核数据评估者无法访问的大型标记数据集。本研究利用特定问题的物理规律、蒙特卡洛采样和数据合成的一般方法来生成无限数量、高效的标记实验截面数据。合成数据被认为是高效的，因为它在统计上与观察数据相似。启发式方法和在适用的情况下与观察数据的严格统计比较支持了这一观点。本文还发布了一个开源软件，用于执行完整的方法来生成高效的合成数据集。本研究的目标是提供一种方法和相应的工具，使评估界能够开始探索更多基于数据驱动的机器学习解决方案，解决该领域长期存在的挑战。
作者：Noah Walton, Jesse Brown, William Fritsch, Dave Brown, Gustavo Nobre, Vladimir Sobes
论文ID：2303.09698
分类：Computational Physics
分类简称：physics.comp-ph
提交时间：2023-03-20