Et fast antal protoner og neutroner - kernernes byggesten - kan omarrangere sig selv inden for en enkelt kerne. Produkterne af denne omrokering omfatter elektromagnetiske (gammastråle) overgange. Disse overgange forbinder ophidsede energiniveauer kaldet kvanteniveauer, og mønstret i disse forbindelser giver et unikt "fingeraftryk" for hver isotop.
Bestemmelse af disse fingeraftryk giver en følsom test af videnskabsmænds evne til at beskrive en af de grundlæggende kræfter, den stærke (kernekraft), der holder protoner og neutroner sammen.
I laboratoriet kan forskere starte bevægelsen af protoner og neutroner gennem en injektion af overskydende energi ved hjælp af en nuklear reaktion.
I et papir, udgivet i Physical Review C , brugte forskere med succes denne tilgang til at studere fingeraftrykket af svovl-38. De brugte også maskinlæring og andre banebrydende værktøjer til at analysere dataene.
Resultaterne giver ny empirisk information om "fingeraftrykket" af kvanteenerginiveauer i svovl-38-kernen. Sammenligninger med teoretiske modeller kan føre til vigtig ny indsigt. For eksempel fremhævede en af beregningerne den nøglerolle, som en bestemt nukleonorbital spiller i modellens evne til at reproducere fingeraftryk af svovl-38 såvel som nabokerner.
Undersøgelsen er også vigtig for dens første succesfulde implementering af en specifik maskinlæringsbaseret tilgang til klassificering af data. Forskere tager denne tilgang til andre udfordringer i eksperimentelt design.
Forskere brugte en måling, der inkluderede en maskinlæring (ML) assisteret analyse af de indsamlede data for bedre at bestemme de unikke kvanteenerginiveauer - et "fingeraftryk" dannet gennem omlejringen af protonerne og neutronerne - i den neutronrige kerne svovl-38 .
Resultaterne fordoblede mængden af empirisk information om netop dette fingeraftryk. De brugte en kernereaktion, der involverede fusion af to kerner, en fra en tung-ion-stråle og den anden fra et mål, til at producere isotopen og introducere den nødvendige energi til at excitere den til højere kvanteniveauer.
Reaktionen og målingen udnyttede en tung-ion-stråle produceret af ATLAS Facility (en Department of Energy-brugerfacilitet), et mål produceret af Center for Accelerator and Target Science (CATS), detektering af elektromagnetiske henfald (gammastråler) vha. Gamma-Ray Energy Tracking Array (GRETINA) og påvisning af kernerne produceret ved hjælp af Fragment Mass Analyzer (FMA).
På grund af kompleksiteten i de eksperimentelle parametre - som hang mellem produktionsudbyttet af svovl-38 kernerne i reaktionen og de optimale indstillinger for detektion - tilpassede og implementerede forskningen ML-teknikker gennem hele datareduktionen.
Disse teknikker opnåede betydelige forbedringer i forhold til andre teknikker. Selve ML-rammen bestod af et fuldt forbundet neuralt netværk, der blev trænet under opsyn til at klassificere svovl-38-kerner mod alle andre isotoper produceret af kernereaktionen.
Flere oplysninger: C. R. Hoffman et al., Eksperimentel undersøgelse af 38 S ophidset niveau skema, Physical Review C (2023). DOI:10.1103/PhysRevC.107.064311. På arXiv (2023):DOI:10.48550/arxiv.2305.16969
Leveret af det amerikanske energiministerium
Sidste artikelOpløsningsmiddelsigtemetoden sætter ny rekord for perovskit lysemitterende dioder
Næste artikelForskere blander og matcher egenskaber for at lave en ny superleder med chiral struktur