基于贝叶斯神经网络的质子诱发散裂反应碎片产生预测
核理论
2020-12-30 v1 核实验
摘要
散裂反应中的碎片产生是多种应用的关键基础数据。基于经验参数化 {\sc spacs}，建立了一种贝叶斯神经网络（BNN）方法来预测质子诱发散裂反应中的碎片截面。对已测量的质子诱发散裂反应系统进行了系统性研究，系统范围从中等质量核到重核，入射能量范围为 168 MeV/u 至 1500 MeV/u。通过学习实验测量值与 {\sc spacs} 预测值之间的残差，BNN 预测结果与测量结果吻合良好。所建立的方法有望惠及核天体物理、放射性核束源、加速器驱动系统以及质子治疗等相关研究。
引用
@article{arxiv.2007.15416,
title = {A Bayesian-Neural-Network Prediction for Fragment Production in Proton Induced Spallation Reaction},
author = {Chun-Wang Ma and Dan Peng and Hui-Ling Wei and Yu-Ting Wang and Jie Pu},
journal= {arXiv preprint arXiv:2007.15416},
year = {2020}
}
备注
7 figures, accepted by Chinese Physics C