...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Physical review, C >Bayesian approach to model-based extrapolation of nuclear observables
【24h】

Bayesian approach to model-based extrapolation of nuclear observables

机译：贝叶斯近核可见的模型外推的方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Background: The mass, or binding energy, is the basis property of the atomic nucleus. It determines its stability and reaction and decay rates. Quantifying the nuclear binding is important for understanding the origin of elements in the universe. The astrophysical processes responsible for the nucleosynthesis in stars often take place far from the valley of stability, where experimental masses are not known. In such cases, missing nuclear information must be provided by theoretical predictions using extreme extrapolations. To take full advantage of the information contained in mass model residuals, i.e., deviations between experimental and calculated masses, one can utilize Bayesian machine-learning techniques to improve predictions.
机译：背景：质量或结合能量是原子核的基本性质。 它决定了其稳定性和反应和衰减率。 量化核绑定对于了解宇宙中的元素起源是重要的。 负责恒星中核酸内酯的天体物理过程通常远离稳定性的谷，实验肿块不知道。 在这种情况下，必须通过使用极端外推的理论预测来提供缺少的核信息。 为了充分利用大规模模型残差中包含的信息，即实验和计算质量之间的偏差，可以利用贝叶斯机器学习技术来改善预测。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号