利用神经网络预测核结合能：多层感知器的应用
核理论
2021-05-10 v2
摘要
近年来，人工神经网络及其在大数据集上的应用已成为科学研究的关键部分。在这项工作中，我们实现了多层感知器（MLP），它是一类前馈人工神经网络（ANN），用于预测原子核的基态结合能。使用了具有三个和四个隐藏层的两种不同 MLP 架构来研究它们对预测的影响。为了训练 MLP 架构，使用了两种不同的输入以及最新的原子质量表，并且还根据输入通道的变化分析了结合能预测的变化。可以看出，使用适当的 MLP 架构并在输入通道中放入更多的物理信息，MLP 能够对原子核结合能做出快速且可靠的预测，这也与微观能量密度泛函相当。
引用
@article{arxiv.2101.12117,
title = {Nuclear binding energy predictions using neural networks: Application of the multilayer perceptron},
author = {Esra Yüksel and Derya Soydaner and Hüseyin Bahtiyar},
journal= {arXiv preprint arXiv:2101.12117},
year = {2021}
}
备注
20 pages, 5 figures