利用机器学习研究中低能重离子碰撞中的物理问题

中低能重离子碰撞的内禀涨落破坏了重离子碰撞的初态输入量与末态观测量的一一对应关系,从而对利用机器学习从末态观测量反推感兴趣的初态输入物理量,如碰撞参数、状态方程等提出了新的挑战。本文从微观动力学输运模型出发,分析了末态观测量相对于初态输入量产生分布的原因。理论计算表明末态观测量对于初态输入量的涨落近似满足高斯形式。通过结合贝叶斯定理和无监督的机器学习算法,可以模型无关地分类碰撞的事件以及重构碰撞参数的分布。进一步利用两种神经网络对质子、中子在同位旋非对称介质中有效质量的劈裂进行了分析,指出末态实验数据的扁平化处理能提高卷积神经网络和简单神经网络分辨质子、中子有效质量劈裂的精度。

基于神经网络和决策树算法的裂变产物核(n,2n)反应截面研究

为了大规模预言缺少实验测量的裂变产物核反应截面数据,在整理现有(n, 2n)反应截面5 294个实验数据的基础上,分析相关的物理特征建立实验数据集,分别构建和训练反向传播神经网络和极致梯度提升树模型学习数据。神经网络的隐藏层包含两个子网络,分别由2层各128个神经元构成。极致梯度提升树模型集成了16棵决策树。结果表明,虽然(n, 2n)反应截面实验测量数据大多集中分布在中子入射能量14 MeV附近,且相互之间存在分歧,本工作机器学习模型均可较好描述反应截面的实验测量数据,具有较好的预言能力,对于缺少实验数据的情况同样与评价数据库基本符合。人工神经网络模型在测试集中预测结果与实验数据平均相对偏差小于10%的数据占比超过85%。机器学习方法能为核数据评价研究提供参考。

低能核物理若干关键科学问题研究

低能核物理是核能开发与核技术应用的创新源头与基础支撑,在国民经济等中起举足轻重的作用。中国原子能科学研究院的核物理基础研究团队,依托北京HI-13串列加速器等国内外核科学装置,在关键天体核反应的间接测量、天体物理圣杯反应12 C(α,γ)16 O、奇特核体系的光学势和颈部参数对裂变的影响等低能核物理若干关键科学问题研究中取得突破,获得一些创新性的研究结果。本文回顾了近年来团队在低能核物理基础研究方向上取得的一些进展,并对未来的研究工作进行了展望。

Constraints on symmetry energy and n/p effective mass splitting with improved quantum molecular dynamics model

A new version of improved quantum molecular dynamics model that includes standard Skyrme interactions has been developed.Based on the new code,four commonly used parameter sets,SLy4,SkI2,SkM*and Gs are adopted in the improved quantum molecular dynamics model and the isospin sensitive observables,namely isospin transport ratios,single and double ratios of the yields of neutrons and protons are investigated.The isospin transport ratios are strongly sensitive to the slope of symmetry energy,and are not very sensitive to the nucleon effective mass splitting.On the other hand,the high energy neutrons and protons yields ratios from reactions at different incident energies provide a good observable to the momentum dependence of nucleon effective mass splitting.By comparing our calculations with the data,we find that the constrained L value(the slope of density dependence of symmetry energy) is about ~46 MeV when the Skyrme type interaction is considered in transport models,and the isospin diffusion data prefer to mn*>mp*,but it is not a strong constraint with deep χ2minimum.

机器学习确定中低能区重离子碰撞参数分布研究

重离子碰撞的碰撞参数对动力学演化过程及产物分布都有重要影响.但是由于涨落效应的存在,实验观测量的某一值所对应的碰撞参数必然存在一定的分布.目前,对于实验观测量所对应的碰撞参数分布的确定主要有三种方法,即锐截断近似(Sharp Cut-Off Approximation)方法、神经网络方法和贝叶斯估算方法.本文以改进型量子分子动力学模型(ImQMD)为数据产生器,模拟产生了20000个事件.利用所产生的数据集,对上述三种方法给出的碰撞参数分布的划分进行了讨论和分析.最后,我们提出了一种不依赖于模型的重离子碰撞中心度确定方法,即非监督型机器学习方法——K-means聚类算法确定碰撞中心度.预期该方法能够对于中低能重离子碰撞中心度的确定提供另一种思路.

Correlation between the fragmentation modes and light charged particles emission in heavy ion collisions

The correlation between the shape of rapidity distribution of the yield of light charged particles and the fragmentation modes in semi-peripheral collisions for70Zn+70Zn,64Zn+64Zn and64Ni+64Ni at the beam energy of 35 Me V/nucleon is investigated based on Im QMD05 code. Our studies show there is an interplay between the binary, ternary and multi-fragmentation break-up modes.The binary and ternary break-up modes more prefer to emit light charged particles at middle rapidity and give larger values of Rmid yieldcompared with the multi-fragmentation break-up mode does. The reduced rapidity distribution for the normalized yields of p, d, t,3He,4He and6 He and the corresponding values of Rmid yieldcan be used to estimate the probability of multi-fragmentation break-up modes. By comparing to experimental data, our results illustrate that 40% of the collisions events belong to the multifragmentation break-up mode for the reactions we studied.

碰撞参数的混杂效应及其对观测量的影响

基于改进型量子分子动力学(ImQMD)模型,讨论了中低能区重离子碰撞实验上利用多重数定义的中心碰撞和理论上利用固定碰撞参数定义的中心碰撞的差别及其影响。在束流能量为50 MeV/u时,发现两种方法得到的碎块电荷多重数分布、碎块的平均动能的结果的最大偏差约有50%。两种方法对于同位旋敏感观测量——并合不变的中子-质子产额比的影响在5%~15%之间。研究表明,利用中低能重离子碰撞精确获取核物质状态方程或者介质中核子-核子散射截面时,必须考虑碰撞参数混杂的效应。