Машинное обучение в задаче экстраполяции вариационных расчетов в ядерной физикестатья
Статья опубликована в журнале из списка RSCI Web of Science
Статья опубликована в журнале из перечня ВАК
Статья опубликована в журнале из списка Web of Science и/или Scopus
Дата последнего поиска статьи во внешних источниках: 22 мая 2024 г.
Аннотация:Предложен модифицированный метод машинного обучения, использующий ансамбль искусственных нейронных сетей для экстраполяции на случай бесконечного базиса энергий, полученных в вариационных расчетах, в частности в модели оболочек без инертного кора (МОБИК). Используется новая топология нейронной сети, сформулированы критерии отбора как данных, используемых для обучения, так и обученных нейронных сетей для статистического анализа результатов. Метод апробирован на тестовой задаче экстраполяции энергии основного состояния дейтрона с NN-взаимодействием Nijmegen II и позволяет получать устойчивые результаты с высокой статистической достоверностью. Выполнена экстраполяция расчетов в МОБИК c NN-взаимодействием Daejeon16 энергий основных состояний ядер 6Li и 6He.