Copertina

Nuclear mass predictions using machine learning models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yüksel, Esra, Soydaner, Derya, Bahtiyar, Hüseyin
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Nuclear Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Nuclear mass predictions based on deep neural network and finite-range droplet model (2012)
di: Yiu, To Chung, et al.
Pubblicazione: (2023)

Hot pygmy dipole strength in nickel isotopes
di: Kaur, Amandeep, et al.
Pubblicazione: (2025)

Electric and magnetic $γ$-ray strength functions at finite-temperature
di: Kaur, Amandeep, et al.
Pubblicazione: (2025)

Nuclear mass predictions based on convolutional neural network
di: Lu, Yanhua, et al.
Pubblicazione: (2024)

Nuclear mass predictions with anisotropic kernel ridge regression
di: Wu, X. H., et al.
Pubblicazione: (2024)

Microscopic derivation of the interacting boson model parameters with machine learning
di: Obata, Y., et al.
Pubblicazione: (2026)

The TDHF code Sky3D version 1.2
di: Abhishek, et al.
Pubblicazione: (2024)

Nuclear charge radius predictions by kernel ridge regression with odd-even effects
di: Tang, Lu, et al.
Pubblicazione: (2024)

Comparing invariant-mass spectroscopy of 8B with ab initio predictions
di: Charity, R. J., et al.
Pubblicazione: (2025)

The DNA of nuclear models: How AI predicts nuclear masses
di: Richardson, Kate A., et al.
Pubblicazione: (2025)

Nuclear mass radius and pressure in the Skyrme model
di: Martín-Caro, Alberto García, et al.
Pubblicazione: (2023)

Nuclear transitions on demand
di: Yang, C. -J.
Pubblicazione: (2025)

Quantifying uncertainty in physics-based predictions of rare-isotope production cross sections via Bayesian-inspired model averaging across nuclear mass tables
di: Tarasov, O. B.
Pubblicazione: (2026)

Principal components of nuclear mass models
di: Wu, X. H., et al.
Pubblicazione: (2024)

Quantifying uncertainty in machine learning on nuclear binding energy
di: Huang, Mengyao, et al.
Pubblicazione: (2025)

Nuclear Isomers at the Extremes of their Properties
di: Maheshwari, Bhoomika, et al.
Pubblicazione: (2024)

Nucleonic Shells and Nuclear Masses
di: Buskirk, Landon, et al.
Pubblicazione: (2023)

Further exploration of binding energy residuals using machine learning and the development of a composite ensemble model
di: Bentley, I., et al.
Pubblicazione: (2025)

Simultaneous improvements of nuclear mass and charge radius predictions using multi-task Gaussian process approaches
di: Ye, Weihu, et al.
Pubblicazione: (2025)

Nuclear structure study using a hybrid approach of shell model and Gogny-type density functionals
di: Yoshinaga, Kota, et al.
Pubblicazione: (2025)

Nuclear structure properties of $^{193-200}$Hg isotopes within large-scale shell model calculations
di: Sahoo, Subhrajit, et al.
Pubblicazione: (2024)

Extrapolation to infinite model space of no-core shell model calculations using machine learning
di: Mazur, Aleksandr, et al.
Pubblicazione: (2025)

Nuclear Rainbow of Core-Symmetric Systems
di: Phuc, Nguyen Tri Toan, et al.
Pubblicazione: (2026)

Muon Nuclear Data Development Project
di: Watanabe, Yukinobu, et al.
Pubblicazione: (2026)

Nuclear charge radii of silicon isotopes
di: König, Kristian, et al.
Pubblicazione: (2023)

Quantum-inspired Bayesian probability algorithm for nuclear mass predictions
di: Tan, Kaizhong, et al.
Pubblicazione: (2025)

Effect of potential-energy-model inaccuracies on predictions of fission-fragment mass distributions based on the Brownian shape-motion method
di: Möller, Peter, et al.
Pubblicazione: (2025)

Principal Components of Nuclear Mass Model Residuals
di: Huang, Y. Y., et al.
Pubblicazione: (2025)

Nuclear matrix elements calculation for $0νββ$ decay of $^{124}$Sn using nonclosure approach in nuclear shell model
di: Sarkar, Shahariar, et al.
Pubblicazione: (2023)

Nuclear Beavers
di: Wylie, Joshua, et al.
Pubblicazione: (2025)

Multifractal Dimension Spectrum Analysis for Nuclear Density Distribution
di: Ma, Weihu, et al.
Pubblicazione: (2024)

Exploring the Diversity of Nuclear Density through Information Entropy
di: Ma, Wei-Hu, et al.
Pubblicazione: (2024)

Nuclear state and level densities of actinides with the shell-model Monte Carlo
di: DeMartini, D., et al.
Pubblicazione: (2025)

Halo Nuclei from Ab Initio Nuclear Theory
di: Navratil, Petr, et al.
Pubblicazione: (2026)

Nuclear mass table in deformed relativistic Hartree-Bogoliubov theory in continuum, II: Even-$Z$ nuclei
di: DRHBc Mass Table Collaboration, et al.
Pubblicazione: (2024)

Jet momentum reconstruction in the QGP background with machine learning
di: Li, Ran, et al.
Pubblicazione: (2024)

Nuclear equation of state at finite $μ_B$ using deep learning assisted quasi-parton model
di: Li, Fu-Peng, et al.
Pubblicazione: (2025)

Nuclear charge radii of germanium isotopes around $N$ = 40
di: Wang, S. J., et al.
Pubblicazione: (2024)

Nuclear Physics and the European Particle Physics Strategy Update 2026
di: Fraile, L. M., et al.
Pubblicazione: (2025)

Nuclear charge radii of aluminium isotopes at the proton drip line
di: Brinson, Alex, et al.
Pubblicazione: (2026)