Quasipotential PINN for Optimization Dynamics / results.json
Mechanism failed
1{
2 "seed": 1305,
3 "math_check": {
4 "max_abs_residual": 0.0,
5 "barrier_predicted": 0.25,
6 "gradient_relation_max_error": 0.0
7 },
8 "pinn": {
9 "device": "cuda",
10 "estimated_covariance_mean": 2.005678500523161,
11 "pinn_barrier": 0.0005345325917005539,
12 "pinn_independent_rms_HJ": 0.0004994573537260294,
13 "exact_barrier": 0.25
14 },
15 "transitions": {
16 "eps": [
17 0.06,
18 0.075,
19 0.09,
20 0.11,
21 0.14,
22 0.18
23 ],
24 "rates": [
25 0.006306666666666667,
26 0.013613333333333333,
27 0.023426666666666665,
28 0.038413333333333334,
29 0.06518666666666667,
30 0.10116
31 ],
32 "counts": [
33 473,
34 1021,
35 1757,
36 2881,
37 4889,
38 7587
39 ],
40 "slope_log_rate_vs_inverse_eps": -0.2493376720142914,
41 "predicted_slope": -0.25,
42 "relative_slope_error": 0.0026493119428343537,
43 "intercept": -0.9523648698634442,
44 "covariance_scale_sweep": [
45 {
46 "covariance_scale": 0.5,
47 "fitted_slope": -0.49234199687357816,
48 "predicted_slope": -0.5,
49 "relative_error": 0.015316006252843684,
50 "rates": [
51 0.0007916666666666666,
52 0.004166666666666667,
53 0.013291666666666667,
54 0.030333333333333334,
55 0.06620833333333333
56 ]
57 },
58 {
59 "covariance_scale": 1.0,
60 "fitted_slope": -0.2732808253316536,
61 "predicted_slope": -0.25,
62 "relative_error": 0.0931233013266144,
63 "rates": [
64 0.016375,
65 0.038625,
66 0.07533333333333334,
67 0.12016666666666667,
68 0.19058333333333333
69 ]
70 },
71 {
72 "covariance_scale": 2.0,
73 "fitted_slope": -0.18043363584170877,
74 "predicted_slope": -0.125,
75 "relative_error": 0.44346908673367014,
76 "rates": [
77 0.08283333333333333,
78 0.13491666666666666,
79 0.210625,
80 0.298375,
81 0.4185
82 ]
83 }
84 ]
85 }
86}