کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
We developed a machine learning model using LightGBM, one of the most popular gradient boosting decision tree methods these days, to predict the Eddington tensor, or the second-order angular moment, for neutrino radiation transport in core-collapse supernova simulations. We use not only zero-th and first moments as in ordinary closure relations but also information on the background matter configuration extensively. For training the model we utilize some post-bounce snapshots from one of our previous Boltzmann radiation-hydrodynamics simulations. The Eddington tensor as well as the zero-th and first angular moments are calculated from the neutrino distribution function obtained in the simulation. LightGBM is light indeed and its high efficiency in training enables us to feed a large number of features and figure out which features are more important than others. We report in this paper the results of the training and validation as well as the generalization of our model: it can reproduce the Eddington factor better in general than the M1-closure relation, one of the most commonly employed algebraic closure relations at present; the generalization performance is also much improved from our previous model based on the deep neural network.
چکیده به فارسی (ترجمه ماشینی)
ما یک مدل یادگیری ماشین را با استفاده از LightGBM ، یکی از محبوب ترین روش های شکوفا کردن شیب در این روزها ، برای پیش بینی تانسور ادینگتون یا لحظه زاویه ای مرتبه دوم ، برای حمل و نقل تابش نوترینو در شبیه سازی های ابرنواختی هسته ای تهیه کردیم.ما نه تنها از لحظات صفر و اول مانند روابط بسته شدن معمولی استفاده می کنیم بلکه اطلاعاتی را در مورد پیکربندی ماده پس زمینه نیز به طور گسترده انجام می دهیم.برای آموزش مدل ، ما از برخی عکسهای پس از گزاف گویی از یکی از شبیه سازی های قبلی تابش بولتزمن-هیدرودینامیک استفاده می کنیم.تانسور ادینگتون و همچنین لحظه های زاویه ای صفر و اولین زاویه ای از عملکرد توزیع نوترینو به دست آمده در شبیه سازی محاسبه می شود.LightGBM در واقع سبک است و راندمان بالای آن در آموزش ما را قادر می سازد تا تعداد زیادی از ویژگی ها را تغذیه کنیم و بفهمیم که کدام ویژگی ها از سایرین مهمتر هستند.ما در این مقاله نتایج آموزش و اعتبار سنجی و همچنین تعمیم مدل خود را گزارش می کنیم: این می تواند فاکتور ادینگتون را به طور کلی بهتر از رابطه M1-Close ، یکی از متداول ترین روابط بسته شدن جبری در حال حاضر تولید کند.عملکرد تعمیم نیز بر اساس شبکه عصبی عمیق از مدل قبلی ما بسیار بهبود یافته است.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
