机器学习在原子核物理中的应用专题·编者按
作者机构：湖州师范学院理学院 复旦大学核科学与技术系现代物理研究所
出 版 物：《中国科学：物理学、力学、天文学》 (Scientia Sinica Physica,Mechanica & Astronomica)
年 卷 期：2022年第52卷第5期
页 面：1-2页
核心收录：
学科分类：08[工学] 081104[工学-模式识别与智能系统] 0827[工学-核科学与技术] 0811[工学-控制科学与工程]
主 题：原子核物理 大科学装置 反应数据 机器学习 应用专题 物理模型 第一性原理 精细化
摘 要：近年来,随着世界各地多个原子核物理研究相关的大科学装置的建设和改造升级,原子核物理的理论和实验研究也迎来了新的机遇和挑战.在实验方面,测量精度更高、涵盖更广泛原子核种类的结构与反应数据以及与核天体物理密切相关的地面、空天数据大量涌现;在理论方面,更多基于第一性原理的理论方法、考虑复杂因素及关联的物理模型以及更高精度的计算需求等也发展十分迅速.随着研究的深入,也客观要求人们对待要处理的数据更加复杂化和精细化.
维普期刊数据库
同方期刊数据库