New approach in nuclear data evaluation through Bayesian machine learning

ベイズ機械学習による核データ評価の新たなアプローチ

岩元 大樹   

Iwamoto, Hiroki

核データは、原子力システムや加速器の研究開発、放射性同位元素を用いた応用研究に不可欠である。しかし、理論モデルの複雑化と大規模計算の要求の増加により、限られた人的資源で核データ評価を持続的に行うことが難しくなってきている。このような困難を克服し、信頼性の高い核データを提供し続けるためには、核データ評価手法の高度化が必要である。本講演では、これらの問題に対する可能な解決策を、ベイズ機械学習を用いた最近の研究例を通じて探る。

Nuclear data are essential for the research and development of nuclear energy systems and accelerator facilities, and applications involving radioactive isotopes. However, the increasing complexity of theoretical models and the demands of large-scale computations have made sustainable nuclear data evaluation challenging with limited human resources. To overcome these difficulties and continue providing reliable nuclear data, it is crucial to advance nuclear data evaluation methods. In this talk, I will explore possible solutions to these issues through Bayesian machine learning, using examples from our recent work.