In een studie gepubliceerd in het tijdschrift Nuclear Science and Techniques hebben onderzoekers van de Sun Yat-sen Universiteit een belangrijke doorbraak bereikt in het begrijpen van de vervalprocessen van superzware kernen. Hun baanbrekende onderzoek, waarbij gebruik wordt gemaakt van een willekeurig machine learning-algoritme, biedt nieuwe inzichten in de vervalmodi en halfwaardetijden van elementen buiten oganesson (element 118).

In dit onderzoek concentreerde het team zich op kernen met een protongetal (Z) van 84 of hoger en een neutronengetal (N) van 128 of meer, waarbij gebruik werd gemaakt van semi-empirische formules om gedeeltelijke halfwaardetijden te berekenen voor verschillende vervalmodi, zoals alfa. verval, bèta-minus verval, bèta-plus verval, elektronenvangst en spontane splijting (SF). De nauwkeurigheid van deze berekeningen werd aanzienlijk verbeterd door het willekeurige bosalgoritme toe te passen, een geavanceerde machine learning-techniek die een verscheidenheid aan nucleaire eigenschappen en vervalenergieën integreert.

Deze methodologie leidde tot innovatieve bevindingen in de kernfysica, met name de dominantie van alfa-verval in neutronendeficiënte gebieden en bèta-minus-verval in neutronenrijke gebieden. De nauwkeurigheid van het algoritme was opmerkelijk:het voorspelde correct de dominante vervalmodus in 96,9% van de bestudeerde kernen, en het onthulde ook het bestaan ​​van een langlevend eiland voor spontane splijting ten zuidwesten van element 298 Fl (flerovium), wat de complexe wisselwerking tussen splijtingsbarrières en kernsplijtingsbarrières benadrukt. en Coulomb-afstoting in superzware elementen.

Dit onderzoek markeert een aanzienlijke sprong voorwaarts in het begrijpen van superzware kernen, vooral in het voorspellen van hun vervalmodi. De opgedane inzichten zijn cruciaal voor de verkenning van nieuwe elementen en het ongrijpbare ‘eiland van stabiliteit’ in de superzware regio. De studie onderstreept ook het belang van nauwkeurigere metingen van nucleaire massa en vervalenergie voor het verfijnen van voorspellingen. Het team heeft verschillende isotopen voorgesteld voor toekomstige metingen, die een belangrijke rol zullen spelen bij het bevorderen van nucleair onderzoek, vooral in nieuwe faciliteiten zoals CAFE2 en SHANS2 in Lanzhou.

Samenvattend heeft de innovatieve toepassing van het Random Forest-algoritme nieuwe deuren geopend in de kernfysica, waardoor een preciezer en uitgebreider inzicht is verkregen in de vervalprocessen van superzware kernen, en de weg is vrijgemaakt voor toekomstige ontdekkingen op dit opwindende gebied.

Meer informatie: Bo-Shuai Cai et al., Willekeurige, op bossen gebaseerde voorspelling van vervalmodi en halfwaardetijden van superzware kernen, Nucleaire wetenschap en technieken (2023). DOI:10.1007/s41365-023-01354-5

Aangeboden door de Chinese Academie van Wetenschappen