機械学習を用いた核子-原子核散乱に対する最適なポテンシャルの予測,2

Prediction of optimum potential for nucleon-nucleus scattering using machine learning, 2

渡辺 証斗*; 湊 太志*; 木村 真明*; 岩本 信之  ; 吉田 聡太*

Watanabe, Shoto*; Minato, Futoshi*; Kimura, Masaaki*; Iwamoto, Nobuyuki; Yoshida, Sota*

近年、機械学習を利用した核反応データの評価研究が進められている。我々は、ガウス過程回帰を用いて、任意の入射エネルギーにおける光学ポテンシャルのパラメータを推定する手法を2022年秋の大会で提案した。この手法では、訓練データの数や組み合わせによって核反応データの予測精度が変化するため、訓練データの選択に対する予測精度の依存性を明らかにすることが重要である。本研究では、弾性散乱角度分布の予測精度が、訓練データの数と組み合わせに応じてどの程度変化するのかを調べたので、その結果を報告する。

no abstracts in English