基于决策树方法的奇A核基态自旋预测
作为原子核的基本性质,基态自旋一直是原子核数据与核结构基础研究领域的热点.本文采用决策树方法对核素图上的奇质量数原子核(奇A核),包括奇质子数原子核(奇Z核)与奇中子数原子核(奇N核),进行了深入的研究,并分别训练了奇Z核与奇N核的基态自旋预测模型.其中在以75%:25%的比例随机划分训练集与验证集的情况下,奇Z核的训练集和验证集的正确率分别达到98.9%和79.3%;奇N核的训练集和验证集的正确率分别达到98.6%和71.6%.同时,通过1000次随机选择训练集和验证集进行重复验证,得到的正确率的标准误差均小于5%,进一步验证了决策树的可靠性和泛化性能;另一方面,决策树的正确率远高于核结构研究中常用的理论模型,如Skyrme-Hartree-Fock-Bogoliubov(SHFB)理论、协变密度泛函理论(CDFT)、有限程液滴模型等.接下来,以所有自旋确定的奇Z核和奇N核为学习集,对共计254和268个自旋未确定但有推荐值的奇Z核和奇N核的基态自旋值进行了预测,预测集符合率分别达到68.5%和69.0%.最后,选择Z=59,Z=77,N=41以及N=59四条奇质量数链,讨论了决策树的学习(预测)结果与相应原子核的实验(推荐)值,以及3种理论模型所给出结果的异同,进一步展示了决策树在原子核基态自旋方面的研究与应用价值.
基态自旋、奇A核、机器学习、决策树
72
O571;TP311.52;TP181
2023-08-25(万方平台首次上网日期,不代表论文的发表时间)
共9页
27-35