Copertina

High-Dimensional Bayesian Calibration of Expensive Nuclear Models with Differentiable Emulation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Lei, Jin
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Nuclear Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

A Complex Scaling Method for Efficient and Accurate Scattering Emulation in Nuclear Reactions
di: Liu, Junzhe, et al.
Pubblicazione: (2024)

Global Framework for Emulation of Nuclear Calculations
di: Belley, Antoine, et al.
Pubblicazione: (2025)

Linking Electromagnetic Moments to Nuclear Interactions with a Global Physics-Driven Machine-Learning Emulator
di: Munoz, Jose M., et al.
Pubblicazione: (2026)

Direct Boundary Matching: A Bound-State Technique for Nuclear Scattering with Lagrange-Legendre Functions
di: Lei, Jin
Pubblicazione: (2025)

Bayesian Inference of Nuclear-Matter Density from Proton Scattering
di: Zamora, J. C.
Pubblicazione: (2025)

Greedy Emulators for Nuclear Two-Body Scattering
di: Maldonado, J. M., et al.
Pubblicazione: (2025)

3D Multi-system Bayesian Calibration with Energy Conservation to Study Rapidity-dependent Dynamics of Nuclear Collisions
di: Mankolli, Andi, et al.
Pubblicazione: (2023)

From Complexity to Clarity: Kolmogorov-Arnold Networks in Nuclear Binding Energy Prediction
di: Liu, Hao, et al.
Pubblicazione: (2024)

Exact Treatment of Continuum Couplings in Nuclear Optical Potentials via Feshbach Theory
di: Liu, Hao, et al.
Pubblicazione: (2025)

The Hidden Variables: Harnessing Half-Shell Potentials for Enhanced Precision in Nuclear Reaction Calculations
di: Liu, Hao, et al.
Pubblicazione: (2024)

Optimization of Nuclear Mass Models Using Algorithms and Neural Networks
di: Li, Jin, et al.
Pubblicazione: (2024)

Principal Components of Nuclear Mass Model Residuals
di: Huang, Y. Y., et al.
Pubblicazione: (2025)

Physics Informed Bayesian Machine Learning of Sparse and Imperfect Nuclear Data
di: Liu, Jiaming, et al.
Pubblicazione: (2026)

A Bayesian Analysis of Nuclear Deformation Properties with Skyrme Energy Functionals
di: Schunck, N., et al.
Pubblicazione: (2020)

Emulation of the final r-process abundance pattern with a neural network
di: Saito, Yukiya, et al.
Pubblicazione: (2024)

Nuclear Fragmentation at Intermediate Energies in the DCM-QGSM-SMM Model
di: Martemianov, M. A., et al.
Pubblicazione: (2026)

Fragmentation of Nuclear Remnants in Electron-Nucleus Collisions at High Energy as a Nonextensive Process
di: Duan, Ting-Ting, et al.
Pubblicazione: (2024)

Nuclear transitions on demand
di: Yang, C. -J.
Pubblicazione: (2025)

Neural Network Emulation of Spontaneous Fission
di: Lay, Daniel, et al.
Pubblicazione: (2023)

Emulator-Assisted Nuclear DFT Inference and Its Consequences for the Structure of Neutron Stars
di: Klausner, Pietro, et al.
Pubblicazione: (2026)

Nuclear Isomers at the Extremes of their Properties
di: Maheshwari, Bhoomika, et al.
Pubblicazione: (2024)

Nucleonic Shells and Nuclear Masses
di: Buskirk, Landon, et al.
Pubblicazione: (2023)

Bidirectional Neural Networks for Global Nucleon-Nucleus Optical Model Calculations
di: Lei, Jin
Pubblicazione: (2025)

High Quality Microscopic Nuclear Masses of Superheavy Nuclei
di: Guan, Dawei, et al.
Pubblicazione: (2024)

Multi-Cycle PWR Modeling with DRAGON and PARCS: Implications for Nuclear Data Assessment
di: Meunier, Benjamin Arthur Hugo
Pubblicazione: (2025)

Mapping Nuclear Deformation with Differential Radial Flow in Heavy-Ion Collisions
di: Zhu, Jie, et al.
Pubblicazione: (2026)

Nuclear structure in Parity Doublet Model
di: Mun, Myeong-Hwan, et al.
Pubblicazione: (2018)

Nuclear Rainbow of Core-Symmetric Systems
di: Phuc, Nguyen Tri Toan, et al.
Pubblicazione: (2026)

Muon Nuclear Data Development Project
di: Watanabe, Yukinobu, et al.
Pubblicazione: (2026)

Nuclear charge radii of silicon isotopes
di: König, Kristian, et al.
Pubblicazione: (2023)

Coupled-Cluster Calculations of Infinite Nuclear Matter in the Complete Basis Limit Using Bayesian Machine Learning
di: Butler, Julie, et al.
Pubblicazione: (2024)

Nuclear Beavers
di: Wylie, Joshua, et al.
Pubblicazione: (2025)

Halo Nuclei from Ab Initio Nuclear Theory
di: Navratil, Petr, et al.
Pubblicazione: (2026)

Multifractal Dimension Spectrum Analysis for Nuclear Density Distribution
di: Ma, Weihu, et al.
Pubblicazione: (2024)

Exploring the Diversity of Nuclear Density through Information Entropy
di: Ma, Wei-Hu, et al.
Pubblicazione: (2024)

Reduced Basis Method for Few-body Bound State Emulation
di: Cheng, R. Y., et al.
Pubblicazione: (2024)

Emulating \emph{ab initio} computations of infinite nucleonic matter
di: Jiang, W. G., et al.
Pubblicazione: (2022)

Electromagnetic Radiation from High-Energy Nuclear Collisions
di: Gale, Charles
Pubblicazione: (2025)

Nuclear charge radii of aluminium isotopes at the proton drip line
di: Brinson, Alex, et al.
Pubblicazione: (2026)

Basis Representation for Nuclear Densities from Principal Component Analysis
di: Lv, Chen-Jun, et al.
Pubblicazione: (2026)