以前所未有的精度,猜测超重核的衰变形式和半衰期,中山大学团队开发 AI 新方法

编辑 | 白菜叶有关超重地区核素衰变历程的信息对于研讨118号元素 Oganesson 和「稳定岛」之外的新元素至关重要。中山大学的研讨人员在懂得超重核衰变历程方面取得了重大突破。他们提出了使用随机丛林算法来研讨超重地区不同衰变形式之间的竞争,包括 α 衰变、β-衰变、β 衰变、电子俘虏和自觉裂变。观察到的半衰期和主要衰变形式得到了很好的再现。该研讨以「Random forest-based prediction of decay modes and half-lives of superheavy nuclei」

以前所未有的精度,猜测超重核的衰变形式和半衰期,中山大学团队开发 AI 新方法

编辑 | 白菜叶

有关超重地区核素衰变历程的信息对于研讨118号元素 Oganesson 和「稳定岛」之外的新元素至关重要。

中山大学的研讨人员在懂得超重核衰变历程方面取得了重大突破。他们提出了使用随机丛林算法来研讨超重地区不同衰变形式之间的竞争,包括 α 衰变、β-衰变、β+衰变、电子俘虏和自觉裂变。观察到的半衰期和主要衰变形式得到了很好的再现。

该研讨以「Random forest-based prediction of decay modes and half-lives of superheavy nuclei」为题,于 2023 年 12 月 13 日发布在《Nuclear Science and Techniques》。

以前所未有的精度,猜测超重核的衰变形式和半衰期,中山大学团队开发 AI 新方法

在这项研讨中,研讨人员重点关注质子数(Z)为 84 或更高、中子数(N)为 128 或更高的原子核,采用半经验公式计算各种衰变形式的部分半衰期,例如 α 衰变、β- 衰变、β+ 衰变、电子俘虏和自觉裂变(SF)。

通过使用随机丛林算法,这些计算的精度显著提高,随机丛林算法是一种集成了各种核特性和衰变能量的先进机器学习技术。

这种方法导致了核物理学的创新发现,特别是在缺乏中子地区中 α 衰变和在富中子地区中 β- 衰变占主导地位。该算法的准确性非常高,正确猜测了 96.9% 的研讨原子核的主要衰变形式,它还揭示了 298 Fl 元素西南存在一个长寿的自觉裂变岛( long-lived spontaneous fission island southwest of Fl),突出了超重元素中裂变势垒和库仑斥力之间复杂的相互作用。

这项研讨标志着懂得超重核的重大飞跃,特别是在猜测其衰变形式方面。获得的见解对于探索新元素和超重地区中难以捉摸的「稳定岛」至关重要。该研讨还强调了更准确地丈量核质量和衰变能对于完善猜测的重要性。

该团队提出了几种用于未来丈量的同位素,这将有助于推进核研讨。

总之,随机丛林算法的创新使用为核物理打开了新的大门,提供了对超重核衰变历程更精确、更全面的懂得,并为这一令人兴奋的领域的未来发现铺平了道路。

论文链接:https://link.springer.com/article/10.1007/s41365-023-01354-5

相关报道:https://phys.org/news/2023-12-ai-decay-modes-half-lives-superheavy.html

给TA打赏
共{{data.count}}人
人已打赏
理论

降低预计误差,中国科学院团队开发用于预计酶动力学参数的统一框架

2024-1-3 11:54:00

理论

Nature子刊 | 通过视频去噪集中模型进行非线性板滞超质料逆向设想

2024-1-5 10:45:00

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
搜索