https://doi.org/10.1103/PhysRevLett.124.162502:“深度神经网络能够预测超过 1800 个原子核的基态和激发能量,其精度与最先进的核能量密度泛函相当,而且计算成本明显更低”
神经网络可以成为进一步改进理论计算的良好工具。图 2 显示了典型神经网络的工作原理。真正的目标可以是原子核的实验数据,预测由网络给出。整个项目就像做一块早餐面包。第一步,你需要烤面包,然后在面包上涂上黄油或果酱。HFB 计算就像烤面包的过程,它提供了基础。之后,ML 算法的修饰可以更好地改善口感。人工智能技术与物理学的结合不仅是科学上的一种流行尝试,也是一种优化。这些结果对于未来对未知重核的实验也很有用。
辐射基础知识 辐射来自单个原子的原子核。像氧这样的简单原子非常稳定。它的原子核有八个质子和八个中子,并且结合得很好。像铀这样的复杂原子的原子核不那么稳定。铀的核心有 92 个质子和 146 个中子。这些不稳定的原子往往会分解成更稳定、更简单的形式。当这种情况发生时,原子会发射亚原子粒子和伽马射线。这就是“辐射”一词的由来——原子会辐射粒子和射线。健康物理学家关注这些原子核的四种发射。这些辐射之一是阿尔法粒子,它相对较大,与其他原子粒子相比,传播速度相当慢。阿尔法粒子由两个质子和两个中子组成。它们在空气中传播约一到三英寸,很容易被一张纸阻挡。
实质性研究旨在开发高亮的短脉冲X射线源,例如电子同步物,免费电子激光器,汤姆森散射设备等,这些设备证明了它们的优势。但是,它们要么是成本不稳定,不稳定和/或用于日常成像的光子通量不足。在这里,我们关注的是高强度的Bremsstrahlung,该大体适用于体内和生产线中的串联物质检查。bremsstrahung主要是通过聚焦电子束与靶材料原子核的相互作用出现的。医疗实践中0.05%的订单的低能量转换效率(包括辐射屏蔽和X射线过滤器)使热量管理成为基本问题。空间图像分辨率通常受到最小焦点大小的限制,而焦点斑点大小又由所需的X射线输出以及从极限密度输入和热循环的X射线管的常规静止和旋转阳极侵蚀确定。
耗散在自然界中普遍存在;例如原子核的放射性衰变和吸收介质中的波传播,耗散是这些系统与不同环境自由度耦合的结果。这些耗散系统可以用有效非厄米汉密尔顿量进行现象学描述,其中引入非厄米项来解释耗散。非厄米性导致复杂的能谱,其虚部量化系统中粒子或能量的损失。非厄米汉密尔顿量的简并性称为异常点 (EP),其中特征值和相关的特征态合并 [1,2]。 EP的存在已在许多经典系统中得到证明[3-11],并应用于激光模式管理[12-14]、增强传感[15-20]和拓扑模式传输[21-24]。
先进反应堆通常被称为“第四代”核技术,现有的商用反应堆属于“第三代”,而最近建造的反应堆则属于“第三代+”。先进反应堆的主要类别包括先进水冷反应堆,这种反应堆在安全性、效率和其他方面都比现有的商用反应堆有所改进;气冷反应堆,可以使用石墨作为中子减速剂或不使用减速剂;液态金属冷却反应堆,使用液态钠或其他金属冷却,不使用减速剂;熔盐反应堆,使用液体燃料;聚变反应堆,通过轻原子核的结合而不是铀等重核的分裂(裂变)来释放能量。这些概念中的大多数都已得到研究,但很少有概念发展到商业规模的示范,而美国的此类示范已是几十年前的事了。
摘要。已知低能转移状态下的弹性中微子对电子和原子核的散射截面对中微子的电磁特性非常敏感。特别是,可以使用能量阈值非常低的液体或固体探测器有效地搜索中微子的磁矩。我们提出了一种将中微子磁矩贡献纳入凝聚态靶低能弹性中微子散射理论处理的形式。采用动态结构因子的概念来描述靶中的集体效应。用数字方法计算了超流体 4He 上氚反中微子散射的微分截面。我们发现 10 − 11 µ B 量级的中微子磁矩对截面有很强的影响。我们的结果可用于未来在液体或固体目标的低能中微子散射实验中寻找中微子磁矩。