Automating data splitting and hyper-parameters tuning in an Echo State Network-based model for Dynamic Aperture prediction
Este artigo investiga o impacto de diferentes estratégias de particionamento de dados no desempenho de Redes de Estado de Eco para a predição da Abertura Dinâmica em anéis de armazenamento de hádrons, explorando especificamente a automação do limite de divisão entre treinamento e teste usando a derivada de leis de escala analíticas derivadas do teorema de Nekhoroshev.