中山大学团队开发AI新方法，实现了前所未有的精确预测超重核的衰变模式和半衰期

编辑 | 白菜叶

对于研究118号元素Oganesson和稳定岛之外的新元素来说，关于超重区域核素衰变过程的信息非常重要。这些信息可以帮助科学家们更好地了解这些元素的性质和特点。

中山大学的研究人员在研究超重核衰变过程方面取得了重大突破。他们提出了利用随机森林算法来分析超重区域不同衰变模式之间的竞争关系，包括α衰变、β-衰变、β+衰变、电子俘获和自发裂变。通过这种方法，他们成功地再现了观察到的半衰期和主要衰变模式。这一研究结果将有助于更深入地理解超重核的衰变行为。

该研究题为《Random forest-based prediction of decay modes and half-lives of superheavy nuclei》，于2023年12月13日在《Nuclear Science and Techniques》杂志上发表。

在这项研究中，研究人员重点关注质子数（Z）为 84 或更高、中子数（N）为 128 或更高的原子核，采用半经验公式计算各种衰变模式的部分半衰期，例如 α 衰变、β- 衰变、β+ 衰变、电子俘获和自发裂变（SF）。

通过应用随机森林算法，计算的精度得到显著提升。随机森林算法是一种先进的机器学习技术，集成了多种核特性和衰变能量，帮助我们更准确地进行计算。

这种方法导致了核物理学领域的创新发现，特别是在缺乏中子的区域中α衰变和在富中子的区域中β-衰变占主导地位。这个算法的准确性非常高，能正确预测96.9%的研究原子核的主要衰变模式。此外，它还揭示了298 Fl元素西南存在一个长寿的自发裂变岛，突出了超重元素中裂变势垒和库仑斥力之间复杂的相互作用。

这项研究的重要性在于对超重核的理解取得了重大突破，尤其是在预测其衰变模式方面。这些见解对于探索新元素和超重区域中的「稳定岛」至关重要。此外，该研究还强调了准确测量核质量和衰变能的重要性，以提高预测的准确性。这一研究标志着对超重核的深入研究迈出了重要的一步。

该团队提出了几种用于未来测量的同位素，这将有助于推进核研究。

总之，随机森林算法的创新应用为核物理研究带来了新的可能性，提供了对超重核衰变过程更精确、更全面的理解，并为未来的发现奠定了基础。这一令人兴奋的领域将因此迈向新的里程碑。

论文链接：https://link.springer.com/article/10.1007/s41365-023-01354-5

相关报道：https://phys.org/news/2023-12-ai-decay-modes-half-lives-superheavy.html