基于贝叶斯神经网络分析质子引发的散裂反应产生的同位素截面
发布时间:2024-01-31 01:42
质子散裂反应产物截面数据是许多核应用领域的关键基础数据.不论在实验还是理论上,获得精确、完整的能量依赖的散裂产物截面都具有很大的挑战.运用贝叶斯神经网络方法(Bayesian Neural network,BNN)学习现有的质子散裂反应产生的同位素截面,并做出预测.BNN预测结果与实验测量截面吻合的很好,并展现出较好的模型泛化能力,可为核天体物理、加速器驱动的亚临界系统、质子治疗等领域提供参考价值.
【文章页数】:6 页
【文章目录】:
1贝叶斯学习
1.1贝叶斯方法
1.2 预 测
2 结果与讨论
2.1 最优网络结构的选择
2.2 质子散裂反应产物截面的预测
3 总 结
本文编号:3890734
【文章页数】:6 页
【文章目录】:
1贝叶斯学习
1.1贝叶斯方法
1.2 预 测
2 结果与讨论
2.1 最优网络结构的选择
2.2 质子散裂反应产物截面的预测
3 总 结
本文编号:3890734
本文链接:https://www.wllwen.com/projectlw/hkxlw/3890734.html