Ana Sayfa Güncel Makaleler Yapay Zeka ile Ağır çekirdeklerin Varlığını Bulmak

Yapay Zeka ile Ağır çekirdeklerin Varlığını Bulmak

246
0
  Okuma Süresi:   Bu yazıyı  " 4 "  dakikada okuyabiliriniz.
Brain technology
Sitemin tek geliri olan reklamları görüntülemek için AdBlock eklentinizi kapatırsanız sevinirim 🙂

Michigan State Üniversitesi’ndeki (MSU) Nadir İzotop Kirişler Tesisi (FRIB) ile İstatistik ve Olasılık Bakanlığı (STT) arasında yapılan işbirliği, nükleer modellere istatistiksel analiz uygulayarak nükleer varlığın sınırlarını tahmin etti ve mevcut ve gelecekteki FRIB deneyleri.

Görünür evrenin yüzde 99.9’undan fazlası 286 kararlı izotoptan yapılmıştır. Bununla birlikte, nükleer kuvvet birçok daha dengesiz, radyoaktif izotopun var olmasına izin verir. Bu kararsızlık, belirli bir çekirdekte protonlardan çok daha fazla nötron olduğunda, uyumu sürdürmenin ne kadar zor olduğunu ortaya çıkarır.

Bu dengesiz izotopların çoğunu asla gözlemleyemeyiz, ancak nükleer sınır bölgelerinin bu kısa ömürlü sakinleri önemlidir: onlar etrafımızdaki her şeyi yaratan yıldızlardaki süreçleri ve ne yaptığımızı yönetirler.

Bir yıl önce, MSU’daki FRIB ve STT, nükleer fizik ve istatistik bilimleri arasında yeni bir işbirliği kurdu. İstatistik araştırmacısı Dr. Léo Neufcourt’un ortak işe alınmasının öncülüğünü yaptığı bu işbirliği, nadir izotoplarla ilgili temel soruları cevaplayabilecek öngörücü modeller oluşturmak için birlikte çalışacak nükleer fizik ve istatistiklerini almak için doğdu.

Son fosfor, kükürt, klor, argon, potasyum, skandiyum ve kalsiyum elementlerinin (şimdiye kadar bulunan en ağır izotopları) elementlerin sekiz yeni nadir izotopunun keşfedilmesi ışığında, FRIB / STT ekibi nükleer varlığın sınırlarını tahmin etti.

Kalsiyum bölgesinde belirsizliklerin tam olarak belirlenmesi, deneysel keşiflerin nükleer yapı araştırmaları üzerindeki etkilerini değerlendirmek. Eser Fiziksel İnceleme Mektuplarında yayınlanmıştır.

Grup, Bayesian makine öğrenmesi adı verilen istatistiksel bir çerçeve kullandı; burada istatistiksel model parametreleri ve tahminler posterior bir olasılık şeklinde elde edildi. Temelde, bu çerçeve belirli ilgili sonuçların ne kadar muhtemel olduğunu tahmin etmek için yeni verilerin (kanıtların) kullanılmasına izin verir.

Kullandıkları metodoloji, Fiziksel İnceleme C’de ortak bir makalede açıklanmıştır. Birkaç nükleer modelin bireysel analizinden sonra, tahminleri, her bir modelin en son keşifleri hesaba katma yeteneğine dayanan Bayesian ağırlıkları kullanılarak birleştirilir.

Araştırmacılar, en son kitle verilerini ve mevcut çekirdekler hakkında bilinenlerle birlikte klor, argon ve kükürt varlığının kanıtlarını kullanarak, yeni ağır çekirdeklerin ne olacağını ve hangi olasılıklarla olabileceklerini tahmin etmek için nükleer teori modelleriyle Bayesian yaklaşımını uyguladılar, var olmak.

Bu analiz bazen denetimli makine öğrenmesi olarak bilinen şeyin bir şeklidir. Algoritma ilk olarak nükleer modeller ve deneysel olarak bulunan çekirdekler hakkında bilgi verilir. Sayısız olasılık araştırıyor ancak daha sonra mevcut deneysel veriler dikkate alınarak en alakalı olanlar etrafında yoğunlaşıyor. Metodoloji, araştırmacıların tahminlerinin belirsizliklerini kesin ve güvenilir bir şekilde ölçmelerini sağlar.

Bu konuda, kalsiyum-70’e kadar daha yüksek kalsiyum izotoplarının var olabileceğini tahmin ediyorlar (şekle bakınız). Bu sonuçlara göre, örneğin kalsiyum-68’in var olma olasılığı yüzde 76’dır. Bu tahmin, bilim adamlarının aynı bölgedeki yeni izotopları keşfettiklerinde değişebilir. Gelecekte, FRIB bilim adamlarının potansiyel olarak kalsiyum-68 veya hatta kalsiyum-70 oluşturmalarını sağlayacaktır.

Ekip, FRIB hızlandırıcısındaki parçacık ışınını kalibre etme projesi de dahil olmak üzere, nükleer fiziğe uygulamaları ile birlikte Bayesian makine öğreniminin birkaç başka kullanımı üzerinde çalışıyor. Metodolojinin, nükleer astrofizik gibi model tabanlı ekstrapolasyonlardan nicelenmiş veriye ihtiyaç duyan alanlara doğrudan uygulamaları olması bekleniyor.

CEVAP VER

Lütfen yorumunuzu giriniz!
Lütfen isminizi buraya giriniz