基于神经网络原子核基态能量的系统学研究
核理论
2013-09-02 v1
摘要
结合能是原子核最基本的基态性质之一。在本研究中，我们利用人工神经网络（ANNs），基于采用两种 SLy4 和 SKP Skyrme 力的 Hartree-Fock-Bogoliubov (HFB) 方法计算的数据来获取结合能。此外，我们还利用 ANNs 获取了原子核的双中子和双质子分离能。本研究表明，利用 ANNs 对核数据进行统计建模是成功的。此类统计模型可作为在现有实验核数据之外探索原子核系统学的一种潜在工具。
引用
@article{arxiv.1301.2407,
title = {Systematics on ground-state energies of nuclei within the neural networks},
author = {Tuncay Bayram and Serkan Akkoyun and S. Okan Kara},
journal= {arXiv preprint arXiv:1301.2407},
year = {2013}
}
备注
7 pages, 6 figures