智能AI
morning
物理安全域适应：克服麻烦、标签偏移和模拟先验
摘要
arXiv:2608.18190v1 Announce Type: new Abstract: Domain adaptation is widely used to make neural networks trained on simulations applicable to experimental data. Its premise is that the two domains dif...
the
adaptation
and
spectrum
simulations
that
two
differ
quantity
physics
2026-08-21
1 阅读
约1分钟阅读
Ivan Kharuk (Institute for Nuclear Research of the Russian Academy of Sciences, Moscow Institute of Physics and Technology)
字号:
arXiv:2608.18190v1 公告类型：新 摘要：域适应被广泛用于使神经网络在适用于实验数据的模拟上进行训练。其前提是，这两个领域仅在干扰方面有所不同，并且兴趣数量在两个领域中的分布相同。在物理学中，这两种假设都不成立：物理模拟可能是错误的，目标量的分布（能谱、红移分布）通常就是测量本身。我们研究了玩具风淋室基准上这种不匹配的后果，其中探测器响应干扰、物理模拟偏移和能谱偏移可以单独或一起打开。标准的对抗性适应处理条件变化，但一旦两个光谱不同，它就会将它们对齐，用锚定于模拟先验的偏差取代不受控制的偏差。我们提出了自适应域适应，它重新加权模拟事件，以便将域适应仅集中在真正的物理不匹配上。由于预测谱取决于模型训练配置，因此我们提供了无标签模型选择规则来选择接近最佳的操作点。
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱