Un numero fisso di protoni e neutroni, gli elementi costitutivi dei nuclei, può riorganizzarsi all'interno di un singolo nucleo. I prodotti di questo rimescolamento includono transizioni elettromagnetiche (raggi gamma). Queste transizioni collegano livelli di energia eccitati chiamati livelli quantici e lo schema in queste connessioni fornisce un'"impronta digitale" unica per ciascun isotopo.
La determinazione di queste impronte digitali fornisce un test sensibile sulla capacità degli scienziati di descrivere una delle forze fondamentali, la forza forte (nucleare) che tiene insieme protoni e neutroni.
In laboratorio, gli scienziati possono avviare il movimento di protoni e neutroni attraverso un'iniezione di energia in eccesso utilizzando una reazione nucleare.
In un articolo pubblicato su Physical Review C , i ricercatori hanno utilizzato con successo questo approccio per studiare l'impronta digitale dello zolfo-38. Hanno utilizzato anche l'apprendimento automatico e altri strumenti all'avanguardia per analizzare i dati.
I risultati forniscono nuove informazioni empiriche sull’“impronta digitale” dei livelli di energia quantistica nel nucleo dello zolfo-38. I confronti con i modelli teorici possono portare a nuove importanti intuizioni. Ad esempio, uno dei calcoli ha evidenziato il ruolo chiave svolto da un particolare orbitale nucleonico nella capacità del modello di riprodurre le impronte digitali dello zolfo-38 e dei nuclei vicini.
Lo studio è importante anche per la sua prima implementazione di successo di uno specifico approccio basato sull’apprendimento automatico per la classificazione dei dati. Gli scienziati stanno adottando questo approccio per affrontare altre sfide nella progettazione sperimentale.
I ricercatori hanno utilizzato una misurazione che includeva un'analisi assistita dall'apprendimento automatico (ML) dei dati raccolti per determinare meglio i livelli unici di energia quantistica - un'"impronta digitale" formata attraverso la riorganizzazione dei protoni e dei neutroni - nel nucleo ricco di neutroni dello zolfo-38 .
I risultati hanno raddoppiato la quantità di informazioni empiriche su questa particolare impronta digitale. Hanno utilizzato una reazione nucleare che prevedeva la fusione di due nuclei, uno proveniente da un fascio di ioni pesanti e il secondo da un bersaglio, per produrre l'isotopo e introdurre l'energia necessaria per eccitarlo a livelli quantici più elevati.
La reazione e la misurazione hanno sfruttato un fascio di ioni pesanti prodotto dalla struttura ATLAS (una struttura utilizzata dal Dipartimento dell'Energia), un bersaglio prodotto dal Center for Accelerator and Target Science (CATS), il rilevamento di decadimenti elettromagnetici (raggi gamma) utilizzando il Gamma-Ray Energy Tracking Array (GRETINA) e il rilevamento dei nuclei prodotti utilizzando il Fragment Mass Analyser (FMA).
A causa delle complessità dei parametri sperimentali, che dipendevano dalle rese di produzione dei nuclei di zolfo-38 nella reazione e dalle impostazioni ottimali per il rilevamento, la ricerca ha adattato e implementato tecniche ML durante tutta la riduzione dei dati.
Queste tecniche hanno ottenuto miglioramenti significativi rispetto ad altre tecniche. Il framework ML stesso consisteva in una rete neurale completamente connessa che veniva addestrata sotto supervisione per classificare i nuclei di zolfo-38 rispetto a tutti gli altri isotopi prodotti dalla reazione nucleare.
Ulteriori informazioni: C. R. Hoffman et al, Studio sperimentale dei 38 S schema dei livelli eccitati, Revisione fisica C (2023). DOI:10.1103/PhysRevC.107.064311. Su arXiv (2023):DOI:10.48550/arxiv.2305.16969
Fornito dal Dipartimento dell'Energia degli Stati Uniti
