以前所未有的精度，预测超重核的衰变模式和半衰期，中山大学团队开发 AI 新方法

编辑 | 白菜叶

有关超重区域核素衰变过程的信息对于研究118号元素 Oganesson 和「稳定岛」之外的新元素至关重要。

中山大学的研究人员在理解超重核衰变过程方面取得了重大突破。他们提出了应用随机森林算法来研究超重区域不同衰变模式之间的竞争，包括 α 衰变、β-衰变、β+衰变、电子俘获和自发裂变。观察到的半衰期和主要衰变模式得到了很好的再现。

该研究以「Random forest-based prediction of decay modes and half-lives of superheavy nuclei」为题，于 2023 年 12 月 13 日发布在《Nuclear Science and Techniques》。

在这项研究中，研究人员重点关注质子数（Z）为 84 或更高、中子数（N）为 128 或更高的原子核，采用半经验公式计算各种衰变模式的部分半衰期，例如 α 衰变、β- 衰变、β+ 衰变、电子俘获和自发裂变（SF）。

通过应用随机森林算法，这些计算的精度显著提高，随机森林算法是一种集成了各种核特性和衰变能量的先进机器学习技术。

这种方法导致了核物理学的创新发现，特别是在缺乏中子区域中 α 衰变和在富中子区域中 β- 衰变占主导地位。该算法的准确性非常高，正确预测了 96.9% 的研究原子核的主要衰变模式，它还揭示了 298 Fl 元素西南存在一个长寿的自发裂变岛（ long-lived spontaneous fission island southwest of Fl），突出了超重元素中裂变势垒和库仑斥力之间复杂的相互作用。

这项研究标志着理解超重核的重大飞跃，特别是在预测其衰变模式方面。获得的见解对于探索新元素和超重区域中难以捉摸的「稳定岛」至关重要。该研究还强调了更准确地测量核质量和衰变能对于完善预测的重要性。

该团队提出了几种用于未来测量的同位素，这将有助于推进核研究。

总之，随机森林算法的创新应用为核物理打开了新的大门，提供了对超重核衰变过程更精确、更全面的理解，并为这一令人兴奋的领域的未来发现铺平了道路。

相关报道：https://phys.org/news/2023-12-ai-decay-modes-half-lives-superheavy.html

人工智能×[ 生物 神经科学 数学 物理 化学 材料 ]