AI与世界难题 · 物理学 · arXiv · 2026-10-23
基于机器学习的逆问题中的可信不确定性：用于 Triplet PDF 的 GP、NN 和 NTK
原标题: Faithful Uncertainties in ML-Based Inverse Problems: GPs, NNs and NTKs for the Triplet PDF
物理反问题的机器学习解不仅需要良好的中心值，还需要可靠的不确定度。作者利用一个闭合检验设置，从深度非弹性散射数据重建非单态三重态分布T3，比较了高斯过程、神经网络集成和经验神经正切核。中心值相近的方法给出的不确定度差异很大，这取决于似然函数的协方差处理、函数先验和训练阶段，而校准取决于预测相关性，而非逐点宽度。