AI-modeller forudsiger henfaldstilstande og halveringstider for supertunge kerner med hidtil uset nøjagtighed

I en undersøgelse offentliggjort i tidsskriftet Nuclear Science and Techniques , har forskere fra Sun Yat-sen University opnået et betydeligt gennembrud i forståelsen af ​​de supertunge kerners henfaldsprocesser. Deres banebrydende undersøgelse, der anvender en tilfældig skovmaskinlæringsalgoritme, giver ny indsigt i forfaldstilstande og halveringstider for elementer hinsides oganesson (element 118).

I denne forskning fokuserede holdet på kerner med et protontal (Z) på 84 eller højere og et neutrontal (N) på 128 eller mere, ved at anvende semi-empiriske formler til at beregne delvise halveringstider for forskellige henfaldstilstande såsom alfa henfald, beta-minus henfald, beta-plus henfald, elektronindfangning og spontan fission (SF). Præcisionen af ​​disse beregninger blev væsentligt forbedret ved at anvende den tilfældige skovalgoritme, en avanceret maskinlæringsteknik, der integrerer en række nukleare egenskaber og henfaldsenergier.

Denne metodologi førte til innovative fund inden for kernefysik, især dominansen af ​​alfa-henfald i neutronmangelområder og beta-minus-henfald i neutronrige områder. Algoritmens nøjagtighed var bemærkelsesværdig, idet den korrekt forudsagde den dominerende henfaldstilstand i 96,9% af de undersøgte kerner, og den afslørede også eksistensen af ​​en langlivet spontan fissionsø sydvest for element 298 Fl (flerovium), hvilket fremhævede det komplekse samspil mellem fissionsbarrieren og Coulomb frastødning i supertunge elementer.

Denne forskning markerer et betydeligt spring i forståelsen af ​​supertunge kerner, især i at forudsige deres henfaldstilstande. Den opnåede indsigt er afgørende for udforskningen af ​​nye elementer og den undvigende "stabilitetsø" i den supertunge region. Undersøgelsen understreger også vigtigheden af ​​mere nøjagtige målinger af nuklear masse og henfaldsenergi til at forfine forudsigelser. Holdet har foreslået flere isotoper til fremtidig måling, som vil være medvirkende til at fremme nuklear forskning, især i nye faciliteter som CAFE2 og SHANS2 i Lanzhou.

Sammenfattende har den innovative anvendelse af den tilfældige skovalgoritme åbnet nye døre inden for kernefysik, hvilket giver en mere præcis og omfattende forståelse af de supertunge kerners henfaldsprocesser og baner vejen for fremtidige opdagelser inden for dette spændende felt.

Flere oplysninger: Bo-Shuai Cai et al., Tilfældig skov-baseret forudsigelse af henfaldstilstande og halveringstider for supertunge kerner, Nuklear Science and Techniques (2023). DOI:10.1007/s41365-023-01354-5

Leveret af Chinese Academy of Sciences