Глубокие нейронные сети и феноменология сверхтяжелых ядер

Аннотация

В последние годы было сделано несколько успешных попыток использования искусственных нейронных сетей (ИНС) в ядерной физике, физике высоких энергий и других областях науки. Эти результаты показали, что моделирование данных ядерной физики с помощью ИНС может быть ценным дополнением к исследованиям с помощью теоретических моделей. Наиболее интересным применением данного нового подхода может оказаться экспериментальное и теоретическое исследование ядер, находящихся далеко за пределами области стабильности.
Цель представленной работы — предсказать энергиисвязи (B/A) и энергии отделения двух протонов и двух нейтронов (S_2p, S_2n) тяжелых и сверхтяжелых нуклидов, задавая только их протонное и нейтронное числа (Z, N), а также четность их числа. Имеющийся массив данных был использован для тренировки алгоритмов iRPROP (с улучшенным упругим обратным распространением) и Adam (оценка адаптивного момента), которые затем былииспользованы для настройки параметров глубокой ИНС, определяющей (без каких-либо дополнительных теоретических предположений) отображение чисел протонов и нейтронов на свойства основного состояния ядра.
Предсказательная сила нейронной сети, основанной на моделировании в рамках алгоритма Keras + TensorFlow, сравнивается с результатами традиционных феноменологических моделей. Полученные результаты показывают не только отличную способность к обучению предлагаемой авторамистатьисети(со среднеквадратичным отклонением между данными ИНС и 2498 экспериментально известнымизначениямиэнергий связина уровне 70 эВ), но и многообещающие возможностипредсказывать различные свойства как сверхтяжелых ядер, так и ядер, находящихся далеко за пределами острова стабильности. Показано, что чисто феноменологические модели, основанные на глубоких ИНС, могут совпадать по предсказательной способностис общепринятымимоделямиописания свойств ядер (однако без объяснения структуры оболочек) и даже превосходить их, что является ценным дополнительным инструментом исследования расширяющегося ядерного ландшафта.