به گزارش خبرنگار علمی و فناوری خبرگزاری برنا، پژوهشگران با استفاده از مدلهای شبکه عصبی مصنوعی توانستند شواهدی از ابرشارهای در ماده نوترونی کمچگالی پیدا کنند و به روشی نوآورانه و کمهزینه دست یابند که در پیشبینی رفتار نوترونها و پدیدههای کوانتومی، با روشهای محاسباتی سنتی رقابت میکند.
ابرشارهای نوترونی در ستارگان نوترونی
پوسته داخلی ستارگان نوترونی حاوی پدیدهای شگفتانگیز به نام ابرشارهای نوترونی است، جایی که نوترونها بدون مقاومت و به دلیل نبود ویسکوزیته حرکت میکنند. در رویکردهای سنتی، دانشمندان برای پیشبینی خواص ماده نوترونی کمچگالی فرض میکنند که نوترونها به صورت «جفتهای کوپر» پیوند مییابند، مفهومی کلیدی در مکانیک کوانتومی.
اما در این مطالعه، پژوهشگران با استفاده از شبکههای عصبی مصنوعی به پیشبینیهای دقیقی دست یافتند، بدون آنکه این فرض اولیه را مبنا قرار دهند. آنها با بهبود مدلهای استاندارد ذرات منفرد، مفهوم «نوترونهای پنهان» را معرفی کردند که تعاملات بین نوترونهای واقعی را تعدیل کرده و همبستگیهای پیچیده چندجسمی کوانتومی را شبیهسازی میکند. این روش نوآورانه اجازه میدهد جفتهای کوپر به طور طبیعی در محاسبات ظاهر شوند و بینشهای جدیدی درباره رفتار کوانتومی ماده نوترونی فراهم کند.
اهمیت پژوهش در زمینه ابرشارهای نوترونی
درک پدیده ابرشارهای نوترونی اطلاعات مهمی درباره مکانیزمهای خنککننده، چرخش، و پدیدههایی مانند تغییرات ناگهانی نرخ چرخش ستارگان نوترونی ارائه میدهد. با وجود این که امکان بررسی مستقیم ماده ستارگان نوترونی در آزمایشگاه وجود ندارد، تعاملات بنیادینی که رفتار این ماده را کنترل میکنند مشابه تعاملاتی هستند که در هستههای اتمی روی زمین مشاهده میشوند.
پژوهشگران در حال ساخت مدلهای هستهای ساده و پیشبینیکنندهای هستند که بتوانند مسئله پیچیده کوانتومی چندجسمی را به دقت حل کنند. این پژوهش با استفاده از تعاملات ساده و در عین حال مؤثر، نتایجی ارائه کرده که با محاسبات پیچیدهتر گذشته همخوانی دارد.
پدیدههای کوانتومی در ماده نوترونی کمچگالی
ماده نوترونی کمچگالی به دلیل ظهور پدیدههای کوانتومی جالب، مانند تشکیل جفتهای کوپر و آغاز ابرشارهای، جذابیت ویژهای دارد. پژوهشگران با ترکیب شبکههای عصبی مصنوعی و تکنیکهای بهینهسازی پیشرفته، این محدوده چگالی را مطالعه کرده و با استفاده از یک مدل ساده تعاملات نوترونی، انرژی هر ذره را محاسبه و نتایج را با تعاملات پیچیدهتر مقایسه کردند. این رویکرد در مقایسه با روشهای محاسباتی دیگر، با هزینهای بسیار کمتر رقابت میکند.
این پژوهش با حمایت دفتر علوم وزارت انرژی ایالات متحده (DOE)، برنامه SciDAC NUCLEI و بنیاد ملی علوم آمریکا انجام شده است. محاسبات عددی نیز با استفاده از منابع محاسباتی آزمایشگاه ملی آرگون و تسهیلات Argonne Leadership Computing Facility صورت گرفته است.
انتهای پیام/