贝叶斯方法如何改进数据的$R$矩阵分析：以$dt$反应为例
核理论
2022-02-09 v2 核实验
数据分析、统计与概率
摘要
反应在核天体物理与核应用中有重要意义。它是大爆炸核合成的早期重要步骤，也是核聚变反应堆中的关键过程。我们使用单能级与双能级矩阵近似，分析该反应在质心能量低于215 keV时的截面数据。我们利用允许共模与附加逐点不确定度的贝叶斯统计模型对数据集进行批判性检验。我们使用马尔可夫链蒙特卡洛抽样来评估这一矩阵加统计模型，并发现相对于通道半径变化稳定的双能级矩阵结果。40 keV处的因子为 MeV b(68%可信区间)。我们详细讨论了贝叶斯分析并为未来贝叶斯方法在矩阵分析中的应用提供指导。我们还讨论了进一步降低因子不确定度的可能途径。
引用
@article{arxiv.2105.06541,
title = {How Bayesian methods can improve $R$-matrix analyses of data: the example of the $dt$ Reaction},
author = {Daniel Odell and Carl Brune and Daniel Phillips},
journal= {arXiv preprint arXiv:2105.06541},
year = {2022}
}