用于 α 衰变理论中的 α 粒子预构因子的多层感知器和自编码器混合神经网络方法
核理论
2025-04-04 v1
摘要
预构因子衡量 α 粒子在衰变理论中在母核表面预构的概率，与 α 聚簇结构的研究密切相关。在本工作中，引入一种多层感知器和自编码器（MLP + AE）混合神经网络方法，用于从广义液滴模型和实验数据中提取预构因子。我们也采用 K 折交叉验证方法。该改进神经网络计算的预构因子准确性与经验公式的结果相当。MLP + AE 能有效捕捉预构因子的对数与衰变能之比的平方根之间的线性关系，这进一步验证了 Geiger-Nuttall 定律能够处理预构因子。提取的同位素和同位变链的预构概率在魔数附近显示不同的趋势，并且出现奇偶错位效应。这意味着预构因子受封闭壳和未成对核子的影响。因此，预构因子可提供核结构信息。此外，对于 41 个新同位核，随预构因子引入的半衰期如期匹配实验值。最后，预测了 Z=119 和 120 超重核的预构因子和 α 衰变半衰期。
引用
@article{arxiv.2504.02487,
title = {Hybrid neural network method of a multilayer perceptron and autoencoder for the {\alpha}-particle preformation factor in {\alpha}-decay theory},
author = {Jiaqi Luo and Yang Xu and Xiaolong Li and Junxiang Wang and Yangjie Zhang and Jungang Deng and Fang Zhang and Nana Ma},
journal= {arXiv preprint arXiv:2504.02487},
year = {2025}
}
备注
10 pages, 7 figures; comments and feedbacks are welcome