Физика > Анализ данных, статистика и вероятность [представлен 11 августа 2026 года] Название: Изучение новых направлений совершенствования ACTS-строка оптимизации параметров Вид PDF HTML (экспериментальный) Резюме: Семя треков сильно влияет как на качество, так и на вычислительную стоимость реконструкции заряженных частиц, однако многие параметры конфигураций обычно корректируются через экспертную интуицию и повторяющиеся пробные и ошибки. ACTS сокращает это бремя с помощью автоконструктора " Парцен оценщик-оптуна &qt; , но дорогостоящие оценки, ограниченное пространство для поиска и масштабированная цель могут ограничить эффективность оценок, исключить перспективные конфигурации и неясные компромиссы по показателям. Мы изучаем вопрос о том, может ли Байесовская оптимизация устранить эти ограничения с помощью ACTS с открытым детектором данных (DD). В рамках идентичных диапазонов поиска и общего бюджета на 100 судебных разбирательств мы сравниваем ожидаемое улучшение и верхний уровень доверия с ТОП и случайный поиск существующей проблемы из восьмипараметров, распространяем наиболее эффективный метод Байесов до 15 параметров и применяем ожидаемый усовершенствование гиперобъема для оптимизации эффективности, поддельной ставки, дубликатной скорости и рабочего времени без фиксированных скалярных весов. Потенциальные конфигурации оцениваются в рамках всей цепи восстановления АКТС и проверяются на разрозненных мероприятиях, проводимых в отрыве от графика. Байесианские методы…
Изучение новых направлений совершенствования набора параметров ACTS
arXiv: 2608.14714v1 Annuature Type: crectraview: Семя треков сильно влияет как на качество, так и на вычислительные издержки реконструкции заряженных частиц, однако многие параметры конфигурации обычно корректируются с помощью экспертной интуиции и повторяются пробные испытания и ошибки. ACTS сокращает это бремя с помощью автоконструктора " Парцен оценщик-оптуна &qt; , но дорогостоящие оценки, ограниченное пространство для поиска и масштабированная цель могут ограничить эффективность оценок, исключить перспективные конфигурации и неясные компромиссы по показателям. Мы изучаем вопрос о том, может ли Байесовская оптимизация устранить эти ограничения с помощью ACTS с открытым детектором данных (DD). В рамках идентичных диапазонов поиска и общего бюджета на 100 судебных разбирательств мы сравниваем ожидаемое улучшение и верхний доверительный баланс с TPE и случайный поиск существующей восьмипараметрической проблемы, распространяем наиболее эффективный байесовский метод до 15 параметров и применяем ожидаемое усовершенствование гиперобъема для оптимизации эффективности, поддельной скорости, дублирования