Learning Nuclear Structure with AI: Radii and Collectivity
本文通过开发基于NuCLR的多任务模型来研究原子核的电荷半径和电四极跃迁强度，以提供核结构的数据驱动基线，其性能优于单任务学习。
0 citationsRead paper
Selected work
Representative Papers
Flexible Spectral-Normalized Neural Gaussian Process for Dynamic Aperture Prediction
本文提出了一种用于动态孔径预测的谱归一化神经高斯过程方法，通过集成超参数学习减少计算负担，解决大规模科学应用中的不确定性量化问题。
0 citationsRead paper
Client-side transparent caching for remote ROOT data analysis
为解决高能物理分析中远程数据读取的网络延迟问题，本文提出uCache，一种客户端透明缓存方法，利用本地存储减少I/O和解压缩开销。
0 citationsRead paper
Panda Diplomacy: Foundation Model Pre-training across Particle Imaging Detectors for High Energy and Nuclear Physics
本文通过点云自蒸馏框架解决了粒子和核物理中基础模型跨传感器复用的问题，提高了模型在不同探测器上的性能。
0 citationsRead paper
Green BOA: Determining the environmental break-even point for ML-based data compression
研究通过比较机器学习数据压缩算法的训练和推理基础设施碳排放与减少磁盘存储需求所节省的碳排放，确定了环境平衡点。
0 citationsRead paper
Recent publications
Latest Papers
Learning Nuclear Structure with AI: Radii and Collectivity
本文通过开发基于NuCLR的多任务模型来研究原子核的电荷半径和电四极跃迁强度，以提供核结构的数据驱动基线，其性能优于单任务学习。
0 citationsRead paper
Flexible Spectral-Normalized Neural Gaussian Process for Dynamic Aperture Prediction
本文提出了一种用于动态孔径预测的谱归一化神经高斯过程方法，通过集成超参数学习减少计算负担，解决大规模科学应用中的不确定性量化问题。
0 citationsRead paper
Client-side transparent caching for remote ROOT data analysis
为解决高能物理分析中远程数据读取的网络延迟问题，本文提出uCache，一种客户端透明缓存方法，利用本地存储减少I/O和解压缩开销。
0 citationsRead paper
Panda Diplomacy: Foundation Model Pre-training across Particle Imaging Detectors for High Energy and Nuclear Physics
本文通过点云自蒸馏框架解决了粒子和核物理中基础模型跨传感器复用的问题，提高了模型在不同探测器上的性能。
0 citationsRead paper
Green BOA: Determining the environmental break-even point for ML-based data compression
研究通过比较机器学习数据压缩算法的训练和推理基础设施碳排放与减少磁盘存储需求所节省的碳排放，确定了环境平衡点。
0 citationsRead paper