AI dan Masalah-Masalah Sulit Dunia · Fisika · arXiv · 2026-10-26
Pembelajaran Mesin untuk Waktu Paruh Peluruhan $\beta$ dan Penerapannya pada Observabel Proses-$r$
Judul asli: Machine Learning $\beta$-decay Half-lives and Their Application to $r$-Process Observables
Pemodelan yang akurat atas waktu paruh peluruhan β inti kaya neutron penting bagi nukleosintesis proses-r dan kurva cahaya kilonova. Sebuah Mixture Density Network yang dilatih pada data eksperimen terbaru menghasilkan distribusi probabilitas waktu paruh, sementara variasi data pelatihan menghasilkan sebaran ekstrapolasi yang lebar, terutama di wilayah yang minim data seperti rantai isoton N=126. Model-model yang dihasilkan juga dipropagasikan ke dalam perhitungan jaringan proses-r untuk menilai pengaruhnya terhadap kelimpahan isotop dan kurva cahaya.