AI اور دنیا کے مشکل مسائل · طبیعیات · arXiv · 2026-10-26

مشین لرننگ کے ذریعے $\beta$-decay کی نصف زندگیاں اور $r$-Process کے قابلِ مشاہدہ مقداروں پر ان کا اطلاق

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

نیوٹران سے بھرپور مرکزوں کی β-زوال نصف زندگیوں کی درست ماڈلنگ r-پروسیس نیوکلیو سنتھیسس اور کِلونووا لائٹ کروز کے لیے اہم ہے۔ حالیہ تجرباتی ڈیٹا پر تربیت یافتہ Mixture Density Network نصف زندگیوں کی احتمالی تقسیم فراہم کرتا ہے، جبکہ تربیتی ڈیٹا میں تبدیلی سے بالخصوص N=126 آئسوٹونک زنجیر جیسے کم ڈیٹا والے علاقوں میں قیاس آرائیوں کا وسیع پھیلاؤ سامنے آتا ہے۔ نتیجتاً حاصل ہونے والے ماڈلز کو r-پروسیس نیٹ ورک کے حسابات میں بھی شامل کیا گیا تاکہ آइسوٹوپک مقداروں اور لائٹ کروز پر ان کے اثر کا جائزہ لیا جا سکے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →