机器学习方法研究重离子熔合反应截面
本文利用基于决策树的机器学习算法——LightGBM（Light Gradient Boosting Machine）研究偶偶核体系的重离子熔合反应的截面（Cross Section，CS）。机器学习算法的输入特征量包括与原子核基本性质相关的物理量（如弹靶核的质子数、质量数、2<sup>+</sup>和4<sup>+</sup>态激发能量等）以及从唯象理论模型计算得到的CS，输出量为熔合截面。研究发现，当输入特征量中不包含唯象模型计算的CS时，在训练集上LightGBM预测的CS与实验值的平均绝对误差（Mean Absolute Error，MA...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Science Press
2025-05-01
|
| Series: | He jishu |
| Subjects: | |
| Online Access: | https://www.sciengine.com/doi/10.11889/j.0253-3219.2025.hjs.48.250132 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|