NNPDF

NNPDF是用於識別部分子分佈函數（英語：parton distribution functions）的首字母縮寫詞。

已隱藏部分未翻譯內容，歡迎參與翻譯。

NNPDF is the acronym used to identify the parton distribution functions from the NNPDF Collaboration. NNPDF parton densities are extracted from global fits to data based on a combination of a Monte Carlo method for uncertainty estimation and the use of neural networks as basic interpolating functions.

Methodology

The NNPDF Collaboration strategy is summarized in this diagram.

NNPDF途徑可以分為四個主要步驟：

• The generation of a large sample of Monte Carlo replicas of the original experimental data, in a way that central values, errors and correlations are reproduced with enough accuracy.
• The training (minimization of the ${\displaystyle \chi ^{2}}$) of a set of PDFs parametrized by neural networks on each of the above MC replicas of the data. PDFs are parametrized at the initial evolution scale ${\displaystyle Q_{0}^{2}}$ and then evolved to the experimental data scale ${\displaystyle Q^{2}}$ by means of the DGLAP equations. Since the PDF parametrization is redundant, the minimization strategy is based in genetic algorithms as well as gradient descent based minimizers.
• The neural network training is stopped dynamically before entering into the overlearning regime, that is, so that the PDFs learn the physical laws which underlie experimental data without fitting simultaneously statistical noise.
• Once the training of the MC replicas has been completed, a set of statistical estimators can be applied to the set of PDFs, in order to assess the statistical consistency of the results. For example, the stability with respect PDF parametrization can be explicitly verified.

The set of ${\displaystyle N_{rep}}$ PDF sets (trained neural networks) provides a representation of the underlying PDF probability density, from which any statistical estimator can be computed.

NNPDF

開發者	The NNPDF Collaboration
當前版本	3.1
類型	粒子物理
網站	nnpdf.hepforge.org

示例

• 
  NNPDF1.0 膠子

版本

NNPDF各版本：

PDF set	DIS 數據	Drell-Yan 數據	Jet 數據	LHC 數據	獨立${\displaystyle s}$和${\displaystyle {\bar {s}}}$參數	重夸克質量	NNLO
NNPDF3.1 （頁面存檔備份，存於網際網路檔案館）	是	是	是	是	是	是	是
NNPDF3.0 （頁面存檔備份，存於網際網路檔案館）	是	是	是	是	是	是	是
NNPDF2.3 （頁面存檔備份，存於網際網路檔案館）	是	是	是	是	是	是	是
NNPDF2.2 （頁面存檔備份，存於網際網路檔案館）	是	是	是	是	是	是	是
NNPDF2.1 （頁面存檔備份，存於網際網路檔案館）	是	是	是	否	是	是	是
NNPDF2.0 （頁面存檔備份，存於網際網路檔案館）	是	是	是	否	是	否	否
NNPDF1.2 （頁面存檔備份，存於網際網路檔案館）	是	否	否	否	是	否	否
NNPDF1.0 （頁面存檔備份，存於網際網路檔案館）	是	否	否	否	否	否	否

所有PDF集都可通過LHAPDF界面和NNPDF網頁 （頁面存檔備份，存於網際網路檔案館）獲得。

外部鏈接

• The NNPDF Collaboration 主頁 （頁面存檔備份，存於網際網路檔案館）
• Download NNPDF Parton Distribution sets^{[失效連結]}
• The NNPDF1.0 analysis （頁面存檔備份，存於網際網路檔案館）
• The NNPDF Non-Singlet analysis （頁面存檔備份，存於網際網路檔案館）
• NNPDF3.1 release （頁面存檔備份，存於網際網路檔案館）
• NNPDF latest fitting code （頁面存檔備份，存於網際網路檔案館）
• The LHAPDF interface （頁面存檔備份，存於網際網路檔案館）