AI dan Masalah-Masalah Sulit Dunia · Fisika · arXiv · 2026-10-23
Ketidakpastian yang Andal dalam Masalah Invers Berbasis ML: GP, NN, dan NTK untuk PDF Triplet
Judul asli: Faithful Uncertainties in ML-Based Inverse Problems: GPs, NNs and NTKs for the Triplet PDF
Solusi pembelajaran mesin untuk masalah invers fisika membutuhkan ketidakpastian yang akurat, bukan hanya nilai pusat yang baik. Dengan menggunakan pengaturan uji penutupan untuk merekonstruksi distribusi triplet non-singlet T3 dari data hamburan inelastik dalam, para penulis membandingkan proses Gaussian, ensambel jaringan saraf, dan kernel tangen saraf empiris. Metode dengan nilai pusat yang mirip menghasilkan ketidakpastian yang sangat berbeda, yang dikendalikan oleh perlakuan kovarians pada likelihood, prior fungsional, dan tahap pelatihan, dan kalibrasi bergantung pada korelasi prediktif, bukan lebar pada tiap titik.