MétaCan
Menu
Retour à la cohorte
Enregistrement W2319072553 · doi:10.1103/physrevc.90.034302

Alternative similarity renormalization group generators in nuclear structure calculations

2014· article· en· W2319072553 sur OpenAlexafffund
Nuiok Dicaire, Conor M. B. Omand, P. Navrátil

Notice bibliographique

RevuePhysical Review C · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNuclear physics research studies
Établissements canadiensUniversity of British ColumbiaUniversity of OttawaTRIUMF
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHamiltonian (control theory)PhysicsRenormalization groupHarmonic oscillatorNuclear forceNuclear shell modelKinetic energyNucleonNuclear structureOperator (biology)RenormalizationStatistical physicsQuantum mechanicsSHELL modelAtomic physicsMathematicsChemistry

Résumé

récupéré en direct d'OpenAlex

The similarity renormalization group (SRG) has been successfully applied to soften interactions for ab initio nuclear calculations. In almost all practical applications in nuclear physics, an SRG generator with the kinetic energy operator is used. With this choice, a fast convergence of many-body calculations can be achieved, but at the same time substantial three-body interactions are induced even if one starts from a purely two-nucleon ($\mathit{NN}$) Hamiltonian. Three-nucleon ($3N$) interactions can be handled by modern many-body methods. However, it has been observed that when including initial chiral $3N$ forces in the Hamiltonian, the SRG transformations induce a non-negligible four-nucleon interaction that cannot be currently included in the calculations for technical reasons. Consequently, it is essential to investigate alternative SRG generators that might suppress the induction of many-body forces while at the same time might preserve the good convergence. In this work we test two alternative generators with operators of block structure in the harmonic oscillator basis. In the no-core shell model calculations for ${}^{3}\mathrm{H}$, ${}^{4}\mathrm{He}$, and ${}^{6}\mathrm{Li}$ with chiral $\mathit{NN}$ force, we demonstrate that their performances appear quite promising.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,321
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review CMême sujetNuclear physics research studiesTravaux en français237 207