基于贝叶斯机器学习对中子诱发235U裂变的产额-能量关系的研究
Atomic Energy Science and Technology（2022）
摘要
核裂变碎片产额是核能发展和核技术应用领域的重要基础数据,但在实验和理论上获得精确且完整的能量依赖的裂变产额到目前为止都非常困难.本文提出采用贝叶斯机器学习方法对所有收集到的中子诱发235 U裂变产额实验数据进行了数据融合学习和评价.基于该评价方法对关键裂变碎片的产额-能量关系进行推断,并得到了二维的碎片累积产额分布随入射中子能量的变化关系.所得的二维产额分布能合理地反映裂变模式随能量增加的演化,但目前结果的不确定度较大,有待进一步改进.
更多查看译文
关键词
nuclear fission,bayesian machine learning,cumulative fission yield,yield-energy relation
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要