prikaz prve stranice dokumenta Problem optimizacije slabo određenih modela nuklearne strukture
  Download
PDF 1.63 MB
master's thesis
Problem optimizacije slabo određenih modela nuklearne strukture
Zagreb: University of Zagreb, Faculty of Science, 2019. urn:nbn:hr:217:657481
Imbrišak, Marko
University of Zagreb
Faculty of Science
Department of Physics

Institutional repository: Repository of the Faculty of Science

Cite this document

Imbrišak, M. (2019). Problem optimizacije slabo određenih modela nuklearne strukture (Master's thesis). Zagreb: University of Zagreb, Faculty of Science. Retrieved from https://urn.nsk.hr/urn:nbn:hr:217:657481

Imbrišak, Marko. "Problem optimizacije slabo određenih modela nuklearne strukture." Master's thesis, University of Zagreb, Faculty of Science, 2019. https://urn.nsk.hr/urn:nbn:hr:217:657481

Imbrišak, Marko. "Problem optimizacije slabo određenih modela nuklearne strukture." Master's thesis, University of Zagreb, Faculty of Science, 2019. https://urn.nsk.hr/urn:nbn:hr:217:657481

Imbrišak, M. (2019). 'Problem optimizacije slabo određenih modela nuklearne strukture', Master's thesis, University of Zagreb, Faculty of Science, accessed 04 November 2024, https://urn.nsk.hr/urn:nbn:hr:217:657481

Imbrišak M. Problem optimizacije slabo određenih modela nuklearne strukture [Master's thesis]. Zagreb: University of Zagreb, Faculty of Science; 2019 [cited 2024 November 04] Available at: https://urn.nsk.hr/urn:nbn:hr:217:657481

M. Imbrišak, "Problem optimizacije slabo određenih modela nuklearne strukture", Master's thesis, University of Zagreb, Faculty of Science, Zagreb, 2019. Available at: https://urn.nsk.hr/urn:nbn:hr:217:657481

Metadata
TitleProblem optimizacije slabo određenih modela nuklearne strukture
Title (english)Optimization problem of sloppy nuclear structure models
AuthorMarko Imbrišak
MentorTamara Nikšić (mentor)
Committee memberTamara Nikšić (predsjednik povjerenstva)
Committee memberNils Paar (član povjerenstva)
Committee memberMatko Milin (član povjerenstva)
Committee memberIvica Smolić (član povjerenstva)
Committee memberNikola Poljak (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Science
(Department of Physics)
Zagreb
Defense date and country2019-07-08, Croatia
Scientific / art field,
discipline and subdiscipline		NATURAL SCIENCES
Physics
Abstract
Modeli koji se koriste za opis većine prirodnih pojava imaju velik broj slobodnih parametara čije vrijednosti određujemo prilagodbom teorijskih predviđanja modela empirijskim podacima. U jednostavnim modelima, promjena bilo kojeg parametra znatno utječe na kvalitetu prilagodbe predviđanja empirijskim podacima, no također postoje modeli koji sadrže i aljkavo odredive parametre. To su određeni parametri i/ili kombinacije parametara koje se mogu značajno promijeniti uz minimalnu promjenu kvalitete prilagodbe. Nedavno je razvijena aproksimacijska metoda mnogostrukosti s rubom (MBAM) kojom je moguće eliminirati što veći broj aljkavih stupnjeva slobode modela, uz minimalan gubitak na preciznosti same prilagodbe. Problem MBAM metode jest u tome što zahtijeva izračun numeričkih derivacija modela. U ovome smo diplomskom radu razvili računalnu implementaciju MBAM metode poboljšane tehnikama algoritamske diferencijacije kako bi uklonili numeričke greške nastale zbog numeričke diferencijacije. Računalnu implementaciju smo testirali na širokom rasponu modela zadanih ili kao analitički izrazi ili rješenja sustava diferencijalnih jednadžbi. U konačnici provjerili smo postoji li razlika prilikom korištenja preciznijih derivacija u MBAM redukciji na modelu atomske jezgre zasnovanom na nuklearnom energijskom funkcionalu gustoće DD-PC1.
Abstract (english)
Models used in describing most physical phenomena have a large number of free parameters, usually estimated by fitting theoretical predictions to empirical data. In simple models, changes in any model parameter would produce a visible change in the quality of fit. More complex models also have degrees of freedom, called sloppy parameters, that can be significantly altered without disrupting the quality of the fit. A novel method, called the manifold boundary approximation method (MBAM), has been shown to be able to remove sloppy parameters without affecting the quality of model predictions. However, the MBAM method requires a large number of numerical derivatives, raising the question of numerical errors. In this diploma thesis, we have developed codes that improve the MBAM method using algorithmic differentiation instead of numerical approximations. We have tested this implementation on a wide variety of models, from simple analytical expressions to complex systems of differential equations. Finally, we have tested whether using algorithmic differentiation impacts results of the MBAM method applied to the model of the atomic nucleus based on the nuclear energy density functional DD-PC1.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:217:657481
Study programmeTitle: Physics; specializations in: Research
Course: Research
Study programme type: university
Study level: integrated undergraduate and graduate
Academic / professional title: magistar/magistra fizike (magistar/magistra fizike)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2019-09-05 08:37:00