原子核密度泛函不确定度的贝叶斯推断

Abstract

在原子核密度泛函理论框架下，理论预测的不确定度可分为两类：模型内参数不确定度引起的统计误差和模型间系统误差。前者源于参数校准过程中实验数据的误差传递，后者表现为不同模型对同一物理量预测的系统性差异。本文介绍了用于量化这两类不确定度的贝叶斯推断方法，并重点阐述了其两个典型应用：基于机器学习的贝叶斯参数估计在原子核密度泛函参数校准中的应用以及贝叶斯模型平均方法在量化核物质对称能模型间系统不确定度中的应用。

Keywords

• 不确定度量化
• 模型平均
• 贝叶斯推断
• 对称能
• 原子核密度泛函