Advanced Statistical Methods to Fit Nuclear Models
Advanced Statistical Methods to Fit Nuclear Models
复制标题
DOI：
10.5506/aphyspolbsupp.12.649
复制
发表时间：
2018-11
期刊：
影响因子：
--
通讯作者：
M. Shelley;Pascal Becker;A. Gration;A. Pastore
中科院分区：
文献类型：
--
作者：
M. Shelley;Pascal Becker;A. Gration;A. Pastore
我们讨论先进的统计方法，以改善核模型的参数估计。特别是，使用液滴模型的核结合能，我们表明，周围的全球最小值的区域可以有效地确定使用高斯过程仿真。我们还演示了如何马尔可夫链蒙特-卡罗抽样是一个有价值的工具，可视化和分析相关的多维似然曲面。
We discuss advanced statistical methods to improve parameter estimation of nuclear models. In particular, using the Liquid Drop Model for nuclear binding energies, we show that the area around the global $\chi^2$ minimum can be efficiently identified using Gaussian Process Emulation. We also demonstrate how Markov-chain Monte-Carlo sampling is a valuable tool for visualising and analysing the associated multidimensional likelihood surface.