Stochastic gradient descent for optimization for nuclear systems

The use of gradient descent methods for optimizing k-eigenvalue nuclear systems has been shown to be useful in the past, but the use of k-eigenvalue gradients have proved computationally challenging due to their stochastic nature. ADAM is a gradient descent method that accounts for gradients with a...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ
Հիմնական հեղինակներ: Williams, Austin, Walton, Noah, Maryanski, Austin, Bogetic, Sandra, Hines, Wes, Sobes, Vladimir
Ձևաչափ: Online Հոդված Տեքստ
Լեզու:English
Հրապարակվել է: Nature Publishing Group UK 2023
Խորագրեր:
Article
Առցանց հասանելիություն:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10213052/
https://www.ncbi.nlm.nih.gov/pubmed/37230990
http://dx.doi.org/10.1038/s41598-023-32112-7

Համացանց

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10213052/
https://www.ncbi.nlm.nih.gov/pubmed/37230990
http://dx.doi.org/10.1038/s41598-023-32112-7

Նմանատիպ նյութեր