中文

基于马尔可夫链蒙特卡洛的贝叶斯分析用于核质量模型的全局优化与简并诊断

核理论 2026-06-29 v1 核实验

摘要

我们采用带有自适应Metropolis-Hastings马尔可夫链蒙特卡洛采样的完整贝叶斯分析(BA-MCMC),系统研究了Bethe-Weizsäcker变体优化核质量模型中能量项强度的后验概率分布。通过参数简并诊断,揭示了某些质量模型中部分能量项的强相关性。我们分析了选定的精细模型以确定参数简并,同时提出了一种新的宏观-微观质量模型BWL,该模型考虑了四极和高多极形变及壳修正。本工作中的所有质量模型均通过BA-MCMC方法进行分析和优化。与AME2020的2242个精确实验结合能相比,BWL的均方根偏差为759 keV,尤其改善了轻核区和锕系元素区质量的描述。BA-MCMC为参数简并提供了稳健的推断,同时为未来核质量模型提供了一种优化方法。

关键词

引用

@article{arxiv.2606.30519,
  title  = {Bayesian Analysis with Markov Chain Monte Carlo for Global Optimization and Degeneracy Diagnosis in Nuclear Mass Models},
  author = {Xiangnan Lee and Yi Hua Lam and Zi-Ao Zhang and Jayke Ren},
  journal= {arXiv preprint arXiv:2606.30519},
  year   = {2026}
}

备注

23 pages, 6 figures (colorblind-friendly colors), 12 tables