基于深度神经网络与有限程液滴模型(2012)的核质量预测
核理论
2024-03-20 v1 核实验
摘要
基于有限程液滴模型(FRDM12)开发了一个具有两个隐藏层的神经网络用于核质量预测。显式且系统地调整了不同的超参数，包括隐藏单元数量、激活函数的选择、初始化器以及学习率。所得质量预测通过对若干组具有不同正则化器和随机种子数的超参数给出的预测取平均而获得。它不仅能提供质量预测的平均值，还能对质量预测的不确定性给出可靠估计。核质量的总体均方根偏差从FRDM12模型的 MeV分别降低至训练集的 MeV和验证集的 MeV。
引用
@article{arxiv.2306.04171,
title = {Nuclear mass predictions based on deep neural network and finite-range droplet model (2012)},
author = {To Chung Yiu and Haozhao Liang and Jenny Lee},
journal= {arXiv preprint arXiv:2306.04171},
year = {2024}
}
备注
12 pages, 12 figures, and 1 table