Los puntos clave no están disponibles para este artículo en este momento.
El funcional de densidad de energía de Fayans (EDF) ha tenido mucho éxito en la descripción de las propiedades nucleares globales (energías de enlace, radios de carga, y especialmente diferencias de radios) dentro de la teoría del funcional de densidad nuclear. En un estudio reciente, se utilizaron métodos de aprendizaje automático supervisado para calibrar el EDF de Fayans. Basándonos en esta experiencia, en este trabajo exploramos el efecto de añadir términos de apareamiento isotensor, que son responsables de diferentes campos de apareamiento de protones y neutrones, comparando un modelo de 13D sin el término de apareamiento isotensor contra el modelo extendido de 14D. En el corazón de la calibración se encuentra un conjunto de datos heterogéneo cuidadosamente seleccionado de observables experimentales que representan propiedades en estado fundamental de núcleos esféricos pares. Para cuantificar el impacto del conjunto de datos de calibración en los parámetros del modelo y la importancia de los nuevos términos, llevamos a cabo un análisis avanzado de sensibilidad y correlación en ambos modelos. La extensión a 14D mejora la calidad general del modelo en aproximadamente un 30%. Los grados de libertad mejorados del modelo de 14D reducen las correlaciones entre los parámetros del modelo y aumentan la sensibilidad.
Reinhard et al. (Fri,) estudiaron esta cuestión.