Wigner

Interpretable Neural Networks Leverage Nuclear Symmetries for Mass Prediction

研究人员开发了三种新颖的神经网络模型—FINN、GINN和WINN—来探索核对称性并预测核质量。这些模型在AME2016上训练，并在AME2020数据上进行验证，证明了结合Wigner的SU(4)对称性可以显著降低预测误差。特别是WINN模型，实现了0.430 MeV的低均方根误差，可与最先进的方法相媲美，并提供了对核物理的见解，例如中子滴线附近对称性的恢复以及超重核的行为。