Machine Learning Insights into Discrepancies Between Theoretical and Experimental Fission Barrier Heights
Este estudio utiliza el algoritmo de aprendizaje automático XGBoost para corregir las discrepancias entre las barreras de fisión teóricas y experimentales, logrando una alta precisión predictiva y revelando que las barreras internas dependen principalmente de efectos de emparejamiento y tendencias de energía de enlace, mientras que las externas están dominadas por la repulsión de Coulomb y el número de protones.