AI और दुनिया की कठिन समस्याएँ · भौतिकी · arXiv · 2026-10-26

मशीन लर्निंग द्वारा $\beta$-क्षय अर्ध-आयु और $r$-प्रक्रिया ऑब्ज़र्वेबल्स में उनका अनुप्रयोग

मूल शीर्षक: Machine Learning $\beta$-decay Half-lives and Their Application to $r$-Process Observables

न्यूट्रॉन-समृद्ध नाभिकों के β-क्षय अर्ध-आयु का सटीक मॉडलिंग r-प्रक्रिया न्यूक्लियोसिंथेसिस और किलोनोवा प्रकाश वक्रों के लिए महत्वपूर्ण है। हाल के प्रायोगिक डेटा पर प्रशिक्षित एक Mixture Density Network अर्ध-आयु का प्रायिकता वितरण देता है, जबकि प्रशिक्षण डेटा बदलने से एक्स्ट्रापोलेशन में बड़ा फैलाव आता है, विशेषकर N=126 आइसोटोनिक श्रृंखला जैसे कम डेटा वाले क्षेत्रों में। परिणामी मॉडलों को r-प्रक्रिया नेटवर्क गणनाओं में भी शामिल किया गया, ताकि समस्थानिक प्रचुरता और प्रकाश वक्रों पर उनके प्रभाव का आकलन किया जा सके।

मूल लेख पढ़ें ↗

सभी आइटम →