基于神经网络的粒子诱导裂变交叉截面预测：用于 r-过程核合成的动力学反应模型训练
核理论
2025-02-26 v1
摘要
大规模裂变性质的计算在模拟快速中子捕获过程（r-过程）核合成的核反应网络计算中发挥着关键作用。由于贡献于 r-过程的裂变核数目庞大，粒子诱导裂变反应的描述在计算上具有挑战性。本文我们利用 INCL+ABLA 模型所进行的理论计算来训练神经网络（NN）。针对 proton 诱导的 spallation 反应，特别是裂变反应，呈现了利用 NN 模型在超参数空间中进行预测的结果，这些结果对于 r-过程计算至关重要。
引用
@article{arxiv.2502.17700,
title = {Neural network-based prediction of particle-induced fission cross sections for r-process nucleosynthesis trained with dynamical reaction models},
author = {J. L. Rodríguez-Sánchez and G. García-Jiménez and H. Alvarez-Pol and M. Feijoo-Fontán and A. Graña-González},
journal= {arXiv preprint arXiv:2502.17700},
year = {2025}
}
备注
3 pages, 1 figure, NN2024 conference