期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
质子诱发核散裂反应中产物截面的贝叶斯神经网络预测方法
被引量:
2
1
作者
彭丹
魏慧玲
+5 位作者
普洁
程凯旋
王玉廷
魏啸宝
陈茜茜
马春旺
《中国科学:物理学、力学、天文学》
CSCD
北大核心
2022年第5期111-118,共8页
核的散裂反应是由几十MeV以上能量的轻粒子诱发的一类剧烈核反应,可以产生种类繁多的放射性核素.散裂反应中的余核产生截面数据是核物理和核技术应用领域的关键基础数据,但由于反应涉及的体系从小到大,反应能量跨越3–4个数量级,以及产...
核的散裂反应是由几十MeV以上能量的轻粒子诱发的一类剧烈核反应,可以产生种类繁多的放射性核素.散裂反应中的余核产生截面数据是核物理和核技术应用领域的关键基础数据,但由于反应涉及的体系从小到大,反应能量跨越3–4个数量级,以及产生余核的电荷和质量数范围很宽,整体上现有的多种理论模型对余核产生截面的预测精度有待进一步提高.本文以机器学习方法中的贝叶斯神经网络方法为例,建立对质子诱发核散裂反应中余核产生截面的贝叶斯直接学习方法和物理模型引导的间接学习方法,提高对质子诱发核散裂反应中余核产生截面的预测范围和预测精度.
展开更多
关键词
机器学习
贝叶斯神经网络
散裂
反应
余核反应截面
原文传递
题名
质子诱发核散裂反应中产物截面的贝叶斯神经网络预测方法
被引量:
2
1
作者
彭丹
魏慧玲
普洁
程凯旋
王玉廷
魏啸宝
陈茜茜
马春旺
机构
河南师范大学物理学院
出处
《中国科学:物理学、力学、天文学》
CSCD
北大核心
2022年第5期111-118,共8页
基金
国家自然科学基金(编号:11975091)
河南省高校科技创新团队(编号:21IRTSTHN011)资助项目。
文摘
核的散裂反应是由几十MeV以上能量的轻粒子诱发的一类剧烈核反应,可以产生种类繁多的放射性核素.散裂反应中的余核产生截面数据是核物理和核技术应用领域的关键基础数据,但由于反应涉及的体系从小到大,反应能量跨越3–4个数量级,以及产生余核的电荷和质量数范围很宽,整体上现有的多种理论模型对余核产生截面的预测精度有待进一步提高.本文以机器学习方法中的贝叶斯神经网络方法为例,建立对质子诱发核散裂反应中余核产生截面的贝叶斯直接学习方法和物理模型引导的间接学习方法,提高对质子诱发核散裂反应中余核产生截面的预测范围和预测精度.
关键词
机器学习
贝叶斯神经网络
散裂
反应
余核反应截面
Keywords
machine learning
Bayesian neural network
spallation reaction
fragment cross section
分类号
O571.415 [理学—粒子物理与原子核物理]
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
质子诱发核散裂反应中产物截面的贝叶斯神经网络预测方法
彭丹
魏慧玲
普洁
程凯旋
王玉廷
魏啸宝
陈茜茜
马春旺
《中国科学:物理学、力学、天文学》
CSCD
北大核心
2022
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部