STAR-XPC：用 Set Transformer 估算聚合物复合材料中的 X 射线透射率

查看 PDF HTML（实验性）

摘要：在辐射屏蔽研究中，评估 X 射线束穿过聚合物复合材料的能量透射比是一项具有挑战性的任务。基于蒙特卡罗输运模拟的参考解法精度很高，但计算代价昂贵：我们的每个参考模拟都限制在 $4\times10^9$ 个光子历史以及 20,000 秒（超过 5 小时）的时间上限内，而闭式解析方法无法表示如此复杂的场景。我们提出了一种人工神经网络模型，它直接将分子组成成分的无序多重集、其质量分数以及四个体相物理描述符映射到透射比 $I(t)/I_0$，耗时 1-3 毫秒。该模型是一个 Set Transformer，其结构本身即具有置换不变性，并可在固定大小的填充集合内接受最多 11 种成分的不同规模混合物。每种成分均使用经化学预训练的 transformer 语言模型 ChemBERTa 进行嵌入。在我们提出的方法中，训练数据由自动化 PENELOPE/penEasy 流水线生成，使用管电压为 30、80、100 和 120 kV 的辐射源，作用于厚度跨度为 0.15-2.5 mm 的聚乙烯基屏蔽复合材料板。经过预处理后，数据集包含 $n = 4697$ 个模拟配置，并在其上执行无泄漏、联合分层的 10 折交叉验证，达到均方误差 MSE = $(1.12 \pm 0.56)\times10^{-4}$、归一化 MSE 百分比 NMSE% = 0.0294% $\pm$ 0.0147%，以及 $R^2 = 0.9988$。相应的逐样本百分比误差给出 alpha 修剪（$\alpha = 0.10$）绝对百分比误差（APE）为 1.66%，APE 中位数为 1.15%。我们模型的推理比底层蒙特卡罗模拟快数个数量级（每次查询不到一毫秒，而参考运行需要数小时），并且在预测 $I(t)/I_0$ 方面具有有效精度。

评论：	13 页，6 幅图
主题：	机器学习（cs.LG）；人工智能（cs.AI）
引用为：	arXiv:2610.28709 [cs.LG]
	（或 arXiv:2610.28709v1 [cs.LG] 用于此版本）
	https://doi.org/10.48550/arXiv.2610.28709 由 DataCite 颁发的 arXiv DOI（待注册）

提交历史

来自：Huseyin Birkan Yilmaz [查看电子邮件]
[v1] 2026 年 10 月 20 日星期二 16:39:39 UTC（1,716 KB）