106Sg, 107Bh and 108Hs çekirdekleri için Alfa Bozunum Enerjilerinin Belirlenmesi

Serkan AKKOYUN; Tuncay BAYRAM

doi:https://doi.org/10.17776/csj.22148

Makale detayları

106Sg, 107Bh and 108Hs çekirdekleri için Alfa Bozunum Enerjilerinin Belirlenmesi

Yazarlar:

Serkan AKKOYUN | Tuncay BAYRAM

Yayıncı:

Sivas Cumhuriyet Üniversitesi

Dergi:

Cumhuriyet Üniversitesi Fen Edebiyat Fakültesi Fen Bilimleri Dergisi 2016 Vol.37 Issue 2, pp.120-128

Belge Tipi:

Makale

Yayın Tarihi:

4/2016

Belge Dili:

Türkçe

Document ID (Org No.):

2000921171

Sıklık:

Üç Aylık

eISSN:

2587-246X

pISSN:

2587-2680

DOI:

https://doi.org/10.17776/csj.22148

Anahtar kelimeler:

Özet:

 


Özet. Hem teorik hem de deneysel bakış açısıyla, super ağır bölgenin özelliklerini anlamak için, buradaki çekirdeklerin alfa bozunum özelliklerini incelemek oldukça ilgi çekicidir. Nükleer fizikteki pek çok olguda başarılı sonuçlar veren yapay sinir ağları (YSA), super ağır çekirdeklerin deneysel alfa bozunum enerjileri üzerinde kullanılmış ve Sg, Bh ve Hs çekirdeklerinin alfa bozunum enerjileri bu yöntemle tahmin edilmiştir. Farklı modeldeki YSA’lar veriler üzerinde test edilmiştir. Bu çalışmanın sonuçları, YSA metodunun bu iş için uygun olduğunu göstermektedir. Sonuçlara ait ortalama kare hatalar, ½1-1,5 civarındadır. En iyi sonuçlar, bulanık mantık YSA modeli ile elde edilmiştir. 

Anahtar Kelimler: Alfa bozunum enerjisi, super ağır çekirdekler, yapay sinir ağları

 

Abstract. Alpha decay properties of superheavy nuclei are challenging for understanding the properties of superheavy region from both theoretical and experimental side. Artificial neural network (ANN) which is successful in many phenomenon of nuclear physics has been employed for the experimental alpha decay energy data of superheavy nuclei in order to estimate unknown alpha decay energies for Sg, Bh and Hs nuclei. Different models of the ANN have been tested on the data. The results of the present study indicate that ANN is capable in this task. The mean square erros for the estimations are about 1-1.5%. The best result have been obtained by using fuzzy logic ANN model.

Keywords: Alpha decay energy, super heavy nuclei, artificial neural networks

.

 

Hem teorik hem de deneysel bakış açısıyla, super ağır bölgenin özelliklerini anlamak için, buradaki  çekirdeklerin alfa bozunum özelliklerini incelemek oldukça ilgi çekicidir. Nükleer fizikteki pek çok olguda başarılı  sonuçlar veren yapay sinir ağları (YSA), super ağır çekirdeklerin deneysel alfa bozunum enerjileri üzerinde  kullanılmış ve Sg, Bh ve Hs çekirdeklerinin alfa bozunum enerjileri bu yöntemle tahmin edilmiştir. Farklı modeldeki  YSA’lar veriler üzerinde test edilmiştir. Bu çalışmanın sonuçları, YSA metodunun bu iş için uygun olduğunu  göstermektedir. Sonuçlara ait ortalama kare hatalar, ½1-1,5 civarındadır. En iyi sonuçlar, bulanık mantık YSA  modeli ile elde edilmiştir.

Makale detayları

106Sg, 107Bh and 108Hs çekirdekleri için Alfa Bozunum Enerjilerinin Belirlenmesi

Yazarlar: Serkan AKKOYUN | Tuncay BAYRAM

Yayıncı: Sivas Cumhuriyet Üniversitesi

Dergi: Cumhuriyet Üniversitesi Fen Edebiyat Fakültesi Fen Bilimleri Dergisi 2016 Vol.37 Issue 2, pp.120-128

Belge Tipi: Makale

Yayın Tarihi: 4/2016

Belge Dili: Türkçe

Document ID (Org No.): 2000921171

Sıklık: Üç Aylık

eISSN: 2587-246X

pISSN: 2587-2680

DOI: https://doi.org/10.17776/csj.22148

Alfa bozunum enerjisi

super ağır çekirdekler

yapay sinir ağları

Sayı

Yazarlar:

Serkan AKKOYUN | Tuncay BAYRAM

Yayıncı:

Sivas Cumhuriyet Üniversitesi

Dergi:

Cumhuriyet Üniversitesi Fen Edebiyat Fakültesi Fen Bilimleri Dergisi 2016 Vol.37 Issue 2, pp.120-128

Belge Tipi:

Makale

Yayın Tarihi:

4/2016

Belge Dili:

Türkçe

Document ID (Org No.):

2000921171

Sıklık:

Üç Aylık

eISSN:

2587-246X

pISSN:

2587-2680

DOI:

https://doi.org/10.17776/csj.22148