ICMLMay, 2020
应用穷尽神经重要性抽样于蒙特卡罗事件生成
Exhaustive Neural Importance Sampling applied to Monte Carlo event generation
Sebastian Pina-Otey, Federico Sánchez, Thorsten Lux, Vicens Gaitan
TL;DR介绍了一种名为 “Exhaustive Neural Importance Sampling” 的神经归一化流方法,该方法可自动高效地找到适当的拒绝采样建议密度,并解决了拒绝算法的常见问题,从而实现了用于中微子振荡实验所需的精准中微子 - 核相互作用模型的生成。