用图强化学习加速原子精细结构确定

于红博

摘要: 通过分析观测到的原子光谱确定的原子数据对等离子体诊断至关重要。对于每个低电离度的开放d-和f-亚壳层原子种类，通过对$10^4$可观测光谱线进行多年分析，可以确定约$10^3$个精细结构能级能量。我们提出将分析过程自动化，将其视为马尔可夫决策过程，并通过使用在历史人类决策上学习的奖励函数来解决它，通过图强化学习。在现有光谱线列表和钴II和钕II-III的理论计算的评估中，数百个能级能量在几小时内计算出来，对于钴II在95%的情况下与已发表的数值一致，对于钕II-III在54-87%的情况下与已发表的数值一致。由于当前原子精细结构确定的效率难以满足天文学和聚变科学对原子数据的增长需求，我们的新人工智能方法为弥合这一差距奠定了基础。

更新时间: 2025-09-19 17:44:03

领域: physics.atom-ph,cs.AI,cs.LG

下载: http://arxiv.org/abs/2509.16184v1