中國科學院物理學家利用機器學習揭示原子核殼演化

ScienceAI發表於2024-09-26
圖片

編譯 | 紫羅

近日,中國科學院近代物理研究所(IMP)副研究員呂冰鋒、湖州師範學院王永佳教授和巴黎薩克雷大學的研究人員,利用機器學習方法研究原子核低位激發態的能量和電磁躍遷機率,在探索原子核殼演化研究中取得重要進展。

研究揭示了錫-100 的雙幻(double-magic)性質以及氧-28 中幻數 20 的消失。相關研究發表在《Physics Letters B》上。

圖片

論文連結:https://doi.org/10.1016/j.physletb.2024.139013

原子核由質子和中子組成。20 世紀 30 年代,科學家發現,當質子或中子的數量為 2、8、20、28、50、82、126 時,原子核表現出相對穩定的性質。這些數字被稱為「幻數」(magic number)。幻數的發現被視為原子核殼層結構的直接證據。

然而,科學家們逐漸意識到,幻數可能並不是一成不變的。

「在遠離穩定線的原子核中,傳統的幻數還存在嗎?是否有新的幻數出現?這些問題的答案可能直接影響我們對原子核的理解,甚至與新的物理現象有關。」該研究通訊作者、中科院近代物理研究所副教授呂冰鋒說。其中,傳統幻數在雙幻核氧-28 和錫-100 中的穩健性引起了科學家極大的興趣。

目前,機器學習在各個領域得到廣泛應用。在核物理中,原子核第一激發態的能量及其向基態的電磁躍遷機率是識別幻數的關鍵標準。因此,研究人員提出利用現代機器學習演算法來研究殼層結構的演變。

「在這項研究中,我們考慮了原子核的諸多特性,針對核素圖上所有質子數和中子數都是偶數的原子核,高精度重現了其低位激發態躍遷到基態的電磁躍遷機率的實驗資料。」

該研究另一位通訊作者、湖州師範學院的王永佳說:「這項研究結果的精度超過了所有現有的核模型和其他機器學習演算法。」

得益於機器學習對複雜實驗資料的高精度分析和強大的預測能力,研究人員在氧-28 中發現了傳統中子幻數 20 的消失,在錫-100 中發現了傳統幻數 50 的依舊保持。

此外,研究人員還表明,原子核的一些基本性質對於改進機器學習方法至關重要,這將有助於深化對低激發態性質的理解,促進理論模型的發展。

此次研究成果也為未來在我國強流重離子加速器裝置(HIAF)開展相關實驗提供了指導與參考。

參考內容:https://phys.org/news/2024-09-physicists-reveal-evolution-shell-machine.html

相關文章