Zinātnieki ir panākuši nozīmīgu progresu saprotot sēra-38 kodola unikālās kvantu enerģijas līmeņus, lietojot mašīnmācības tehniku. Izmantojot kombināciju no kodolreakcijām un uzlabotiem datu analīzes paņēmieniem, pētniekiem ir izdevies iegūt jaunus ieskatus “pirkstaizspiedumu”, kas rodas pārstrukturējot protonus un neutronus sēra-38 kodolā.
Nesenā pētījumā, kas publicēts žurnālā “Physical Review C”, zinātnieki veiksmīgi izmantoja mašīnmācību, lai klasificētu datus un analizētu sēra-38 “pirkstaizspiedumu”. Veicot protonu un neutronu kustību ar lieko enerģiju, kas tiek ievadīta, izmantojot kodolkaitiņa reakciju, pētniekiem izdevās novērot un izpētīt rezultējošās kvantu enerģijas līmeņus sēra-38 kodolā.
Eksperimentālie paņēmieni un mašīnmācības algoritmi devis ievērojamu pieaugumu empīriskajai informācijai par sēra-38 unikālo “pirkstaizspiedumu”. Pētījums arī izcēla specifiskās nukleona orbitas būtisko lomu precīzi reproduktējot šo “pirkstaizspiedumu” un līdzīgus kodolus.
Eksperimentālā ierīce ietvēra divu kodolu fūziju, vienu no tiem svara jonu plūsmas un otru no mērķa, lai sintezētu sēru-38. Elektromagnētiskās sadalīšanās (gamma starus) atklāšanai tika izmantota Gamma staru enerģijas sekošanas sistēma (GRETINA), bet ražotā kodola atklāšanai izmantoja fragmentu masas analizatoru (FMA).
Lai pārvarētu eksperimentālo parametru sarežģītību un optimizētu iestatījumus atklāšanai, pētnieki ieviesa mašīnmācības tehnikas visā datu samazināšanas procesā. Izmantojot pilnīgi savstarpēji savienotu neironu tīklu, kas apmācīts klasificēt sēra-38 kodolus pret citiem izotopiem, kas radušies kodolkaitiņa reakcijā, tika panākti ievērojami uzlabojumi attiecībā uz precizitāti un efektivitāti salīdzinājumā ar tradicionālajiem metodēm.
Šī pētījuma veiksmīgais rezultāts parāda mašīnmācības potenciālu mūsu izpratnes paplašināšanā par kodoliskajiem līmeņiem un to unikālajām īpašībām. Turklāt mašīnmācība balstītu pieeju pieņemšana rada cerības uz izredzēm risināt citas problēmas eksperimentālās projektēšanas un analīzes jomā.
Šīs pētījuma atklājumus ne tikai veicina progresu kodolfizikā, bet arī sniedz vērtīgus empīriskus datus, kas salīdzināmi ar teorētiskajiem modeļiem. Šie ieskati var novest pie nozīmīgām jaunu atklājumu un dziļākas izpratnes par fundamentālajām spēkiem, piemēram, spēku (kodoliskās) spēka, kas nosaka kodolu uzvedību.
BUJ:
J: Par ko zinātnieki pētīja šajā pētījumā?
A: Zinātnieki pētīja sēra-38 kodoliskās unikālās kvantu enerģijas līmeņus.
J: Kā zinātnieki analizēja sēra-38 “pirkstaizspiedumu”?
A: Zinātnieki izmantoja mašīnmācības tehnikas, lai klasificētu datus un analizētu sēra-38 “pirkstaizspiedumu”.
J: Kādi eksperimentālie paņēmieni tika izmantoti šajā pētījumā?
A: Pētījumā tika veikta divu kodolu fūzija, lai radītu sēru-38, un elektromagnētiskās sadalīšanās tika atklāta, izmantojot Gamma staru enerģijas sekošanas sistēmu (GRETINA), bet ražoto kodolu atklāšanai izmantoja fragmentu masas analizatoru (FMA).
J: Kā mašīnmācība palīdzēja šajā pētījumā?
A: Mašīnmācības tehnikas tika izmantotas, lai optimizētu atklāšanas iestatījumus, klasificētu sēra-38 kodolus un uzlabotu precizitāti un efektivitāti salīdzinājumā ar tradicionālajām metodēm.
J: Kādas ir mašīnmācības potenciālās piemērošanas kodolfizikā?
A: Mašīnmācības tehnikas var paplašināt mūsu izpratni par kodoliskajiem līmeņiem un to īpašībām, kā arī risināt citas problēmas eksperimentālās projektēšanas un analīzes jomā.
Definīcijas:
– Mašīnmācība: Studiju nozare, kas koncentrējas uz algoritmu izstrādi, kas ļauj datoru sistēmām apgūt un darboties prognozēšanā vai lēmumu pieņemšanā bez izteiktas programmēšanas.
– Kvantu enerģijas līmeņi: Enerģijas stāvokļi, kādus atomu vai subatomu sistēra var ieņemt, atbilstoši kvantu mehānikai.
– Kodols: Atoma centrālā daļa, kas satur protonus un neutronus.
– Kodolkaitiņa reakcija: Process, kurā atomu kodols mainās sakarībā ar mijiedarbību ar citu daļiņu vai kodolu.
Ieteiktas saistītās saites:
– Kodolfizikas grupa
– ArXiv – Kodolisko eksperimentu analīze
– Physical Review žurnāli
The source of the article is from the blog portaldoriograndense.com