您当前的位置：
首页 >
文章列表页 >
贝叶斯神经网络方法对原子核β衰变寿命的研究
张焕乔院士 90 华诞纪念专刊 暨 2022 年奇特核素暑期学校专刊 | 更新时间：2024-10-25
|

    • 贝叶斯神经网络方法对原子核β衰变寿命的研究

    • Studies of nuclear β-decay half-lives with Bayesian neural network approach

    • “在原子核物理与核天体物理领域，科学家利用贝叶斯神经网络预测原子核β衰变寿命，显著提高学习精度，为相关研究提供新方向。”
    • 核技术   2023年46卷第8期 文章编号：080013

    • DOI：10.11889/j.0253-3219.2023.hjs.46.080013    

      中图分类号： O571.322

    • 收稿日期：2023-02-28，

      修回日期：2023-03-09，

      纸质出版日期：2023-08-15

    移动端阅览

  • 李伟峰,张晓燕,牛中明.贝叶斯神经网络方法对原子核β衰变寿命的研究[J].核技术,2023,46(08):080013-080013. DOI： 10.11889/j.0253-3219.2023.hjs.46.080013.

    LI Weifeng,ZHANG Xiaoyan,NIU Zhongming.Studies of nuclear β-decay half-lives with Bayesian neural network approach[J].NUCLEAR TECHNIQUES,2023,46(08):080013-080013. DOI： 10.11889/j.0253-3219.2023.hjs.46.080013.

  •  
  •  

0

浏览量

146

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

铅铋堆燃料组件子通道计算方法优化
基于神经网络的废物桶活度测量方法研究
基于神经网络的CFD粗网格模拟优化方法研究
基于神经网络的人工放射性气溶胶中氡子体扣除算法

相关作者

张尧立
王言
卢嘉鸣
姚嘉晔
洪钢
王德忠
顾卫国
单陈瑜

相关机构

厦门大学 能源学院
上海交通大学 机械与动力工程学院
中广核研究院有限公司
上海交通大学 国家电投智慧能源创新学院
上海交通大学 核科学与工程学院
0