物理约束图神经网络加速器代理模型
热点事件持续更新
物理约束图神经网络加速器代理模型
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Bowen Zhang 等作者提交预印本，构建了直线加速器束流动力学的图神经网络代理模型：把空间电荷、短程尾场和相干同步辐射写成解析核上的有界闭包，并让框架与边方向跟随相互作用，使净空间电荷自作用力对任意权重为零。 在上海软X射线自由电子激光直线加速器 L0+L1 段，该模型在 50 个未见设置上预测横向束流包络误差约 7%，同时给出质心轨迹和发射度，单块 Quadro RTX 6000 GPU 上耗时 0.38 秒。作者称，在随机权重、未经训练的情况下，一旦反转对应特征，不变量会破坏五到八个数量级。 作者表示，物理约束在磁压缩器等集体效应强烈之处是否仍带来收益，留待下一阶段研究。
AI 根据报道生成 · 13 小时前更新
最新进展10月21日 12:00
物理约束图闭包与工作点条件化：直线加速器束流动力学的快速代理模型报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv 物理物理约束图闭包与工作点条件化：直线加速器束流动力学的快速代理模型
研究者构建了直线加速器束流动力学的图神经网络代理模型，将空间电荷、短程尾场和相干同步辐射作为解析核上的有界闭包，其框架与边方向跟随相互作用，使净空间电荷自作用力对任意权重为零。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1010月21日 13:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。