香港nba球衣店,狼队科斯塔,世冠杯

科研動態丨貝葉斯方法首次應用于奇特核體系相互作用勢研究

來源：中國原子能科學研究院發布日期：2020-07-14

近日，原子能院核物理所楊磊、林承鍵、張英遜等將人工智能核心方法之一——貝葉斯方法首次應用于奇特核體系相互作用勢的研究，并取得重要進展，為該方法在核物理領域的進一步應用打下了基礎。該研究結果以“Bayesian analysis on interactions of exotic nuclear systems”（《貝葉斯方法在奇特核體系相互作用勢研究中的應用》）為題，于6月20日發表在國際著名學術期刊Physics Letters B（《物理快報B》）上。

目前，核物理領域的分析主要基于頻率方法，與之相比，貝葉斯方法更為準確、高效、靈活，并且已在其它學科領域有著成功的應用。貝葉斯方法是基于現有的信息，即先驗知識，對結果進行預測，從而得到后驗分布。在這一理論框架下，先驗知識具有重要作用，因其可能對后驗分布具有決定性影響。

從彈性散射抽取反應體系的相互作用勢，是國際上常用的一種方法。該工作針對弱束縛核6Li+209Bi（鋰6+鉍209）體系，利用貝葉斯方法對其彈性散射數據進行了分析，考察了三種不同先驗分布對所提取的相互作用光學勢的影響（結果如圖所示）。研究表明，貝葉斯方法的結果強烈依賴于先驗分布。然而，這三種迥異的先驗分布都能很好地重現實驗的彈性散射角分布，說明彈性散射并不能對光學勢參數進行足夠的約束。在此情況下，研究人員建議使用傳統無約束的頻率方法或者均勻分布的貝葉斯方法做數據分析。在此基礎上，研究人員進一步對通過轉移反應抽取奇特核6He+209Bi（氦6+鉍209）體系的光學勢做了分析，結果表明，在合適的先驗條件下，貝葉斯方法能夠給出更準確的誤差。

貝葉斯方法是機器學習的核心算法之一，是基于已有的知識來預測所關心的信息，其結果帶有先驗的偏見。這導致了貝葉斯方法在發現新現象、新規律方面具有局限性。研究指出，對于新現象的探索，無偏見的先驗知識是進行貝葉斯分析的更為合理的先驗分布。