AI 與世界的難題 · 物理學 · arXiv · 2026-10-23
基於機器學習的逆問題中的可信不確定性：用於 Triplet PDF 的 GP、NN 與 NTK
原標題: Faithful Uncertainties in ML-Based Inverse Problems: GPs, NNs and NTKs for the Triplet PDF
物理逆問題的機器學習解不僅需要良好的中心值，也需要可靠的不確定性。作者利用封閉性檢驗設定，從深度非彈性散射資料重建非單態三重態分布 T3，並比較了高斯過程、神經網路集成與經驗神經正切核。中心值相近的方法卻給出差異極大的不確定性，其差異取決於概似函數的共變異數處理方式、函數先驗與訓練階段，而校準效果取決於預測相關性，而非逐點的寬度。