IA e os Problemas Difíceis do Mundo · Física · arXiv · 2026-10-23
Incertezas fiéis em problemas inversos baseados em aprendizado de máquina: GPs, NNs e NTKs para a PDF tripleto
Título original: Faithful Uncertainties in ML-Based Inverse Problems: GPs, NNs and NTKs for the Triplet PDF
Soluções de aprendizado de máquina para problemas inversos da física precisam de incertezas fiéis, não apenas de bons valores centrais. Usando uma configuração de teste de fechamento para reconstruir a distribuição tripleto não singleto T3 a partir de dados de espalhamento inelástico profundo, os autores compararam processos gaussianos, conjuntos de redes neurais e kernels tangentes neurais empíricos. Métodos com valores centrais semelhantes produziram incertezas muito diferentes, controladas pelo tratamento da covariância na verossimilhança, pela priori funcional e pela etapa de treinamento, e a calibração dependeu das correlações preditivas, e não da largura pontual.