AI与世界难题 · 物理学 · arXiv · 2026-10-26
机器学习 $\beta$ 衰变半衰期及其在 $r$ 过程可观测量中的应用
原标题: Machine Learning $\beta$-decay Half-lives and Their Application to $r$-Process Observables
准确模拟富中子核的β衰变半衰期，对于r过程核合成和千新星光变曲线具有重要意义。基于近期实验数据训练的混合密度网络（Mixture Density Network）输出半衰期的概率分布，而改变训练数据会使外推结果产生很大的分散，尤其是在N=126同中子素链等数据稀缺的区域。所得模型还被代入r过程网络计算，以评估其对同位素丰度和光变曲线的影响。