基于连续型贝叶斯概率估计器预测原子核质量

摘要： 近年来，机器学习方法被广泛应用于对原子核质量的预测中。基于连续型贝叶斯概率（Continuous Bayesian Probability,CBP）估计器，结合贝叶斯模型平均（Bayesian Model Averaging,BMA）改进了理论模型对核质量的描述。在CBP方法中，核质量理论值与实验值的差异被视为连续变量，通过核密度估计（Kernel Density Estima... （共11页）