贝叶斯神经网络方法对原子核β衰变寿命的研究

李伟峰; 张晓燕; 牛中明

首页> 中文期刊> 《核技术》 >贝叶斯神经网络方法对原子核β衰变寿命的研究

贝叶斯神经网络方法对原子核β衰变寿命的研究

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

β衰变寿命是原子核的基本物理性质之一,在原子核物理与核天体物理中都起着重要作用。本文利用贝叶斯神经网络(Bayesian Neural Network,BNN)方法预测原子核的β衰变寿命及其不确定性。研究发现,在神经网络输入层引入β衰变能以及与原子核对效应相关的物理量,并采用β衰变寿命的对数作为网络输出,可以显著提高学习精度。对于寿命小于1 s的原子核,其预言精度约为0.2个数量级,取得了与BNN方法学习β衰变寿命的实验值和理论值的对数之差相当的精度。当外推至未知核区,其预言的β衰变寿命在误差范围内与其他理论模型的结果符合较好,尤其是对于Z≳50的原子核。

著录项

来源
《核技术》 |2023年第8期|122-129|共8页
作者
李伟峰; 张晓燕; 牛中明;
展开▼
作者单位

安徽大学物理与光电工程学院;

合肥230601;

展开▼
原文格式 PDF
正文语种 chi
中图分类 O571.322;
关键词
β; 衰变寿命; 神经网络; 贝叶斯方法;

相似文献

中文文献
外文文献
专利

1. 考虑多种贝叶斯神经网络分布形式组合的设备剩余寿命预测方法 [J] . 胡城豪 ,胡昌华 . 电光与控制 . 2021,第11期
2. 利用宏观-微观模型研究超重核区原子核的α衰变能和衰变寿命 [J] . 彭金松 . 天津师范大学学报（自然科学版） . 2009,第4期
3. 基于混合高斯输出贝叶斯信念网络模型的设备退化状态识别与剩余使用寿命预测方法研究 [J] . 张星辉 ,康建设 ,赵劲松 . 振动与冲击 . 2014,第8期
4. 基于贝叶斯-BP神经网络的机械制造企业安全预警方法研究 [J] . 李江澜 ,李欢 . 安全与环境工程 . 2020,第1期
5. 基于HMC算法的贝叶斯神经网络方法在套损预测中的应用研究 [J] . 王璐 ,孟凡顺 ,张旭 . 内蒙古石油化工 . 2020,第3期
6. 基于贝叶斯更新方法的轴承剩余寿命估计 [C] . GAO Zhen ,高珍 ,LI Bing . 2012年全国振动工程及应用学术会议 . 2012

贝叶斯神经网络方法对原子核β衰变寿命的研究

摘要

著录项

相似文献

相关主题

期刊订阅