[2F10-13] 核分裂核データ

15:00 〜 15:15

[2F11] 機械学習による核分裂核データ構築(2) 機械学習による核分裂収率の予測と評価

*陳 敬徳¹、向原 悠太¹、千葉 敏²、山野 直樹¹、片渕 竜也¹、石塚 知香子¹ (1. 東京工業大学、2. NAT)

キーワード：

核分裂生成物収率、物理導入するベイジアンニューラルネットワーク、情報量基準、WAIC

核分裂生成物収率のエネルギーとして、評価値の線形内挿が適切でない例が重要な核種の核分裂反応において近年発見されている。そこで本研究ではBNNによる機械学習モデルを構築し、実験データの存在しないエネルギーや核種の核分裂収率を高精度で予測することを目指している。本講演では、評価値や実験値だけでなく、核物理の理論計算結果や知見を機械学習モデルに取り入れた成果の妥当性を、交差検証や広く使える情報量基準（WAIC）を用いて検証した結果について報告する。