Quelle: GSI Helmholtzzentrum für Schwerionenforschung 13. Mai 2024.

13. Mai 2024 – Der νr-Prozess funktioniert, wenn neutronenreiches Material intensiver Neutrinobestrahlung ausgesetzt ist. Der theoretische Vorschlag, der kürzlich in der Zeitschrift „Physical Review Letters“ veröffentlicht wurde, könnte die Lösung für ein seit langem bestehendes Problem im Zusammenhang mit der Produktion einer Gruppe seltener Isotope sein: Die sogenannten p-Kerne kommen im Sonnensystem vor, ihr Ursprung ist aber immer noch schlecht verstanden.

Fusionsprozesse in massereichen Sternen erzeugen Kerne bis hin zu Eisen und Nickel. Darüber hinaus werden die meisten stabilen schweren Kerne, wie Blei und Gold, durch langsame oder schnelle Neutroneneinfangprozesse erzeugt. Für die Produktion der übrigen, neutronenarmen Kerne wurde eine Vielzahl von Nukleosyntheseprozessen vorgeschlagen. Es ist jedoch nach wie vor eine Herausforderung, die großen Mengen an ^92,94Mo, ^96,98Ru und ⁹²Nb im (frühen) Sonnensystem zu erklären.

Der νr-Prozess ermöglicht die gleichzeitige Produktion all dieser Kerne, da Neutrinos eine Reihe von Einfangreaktionen katalysieren. So funktioniert der Prozess: Der νr-Prozess findet in neutronenreichen Ausströmungen astrophysikalischer Explosionen statt, die anfangs, wenn die Temperaturen hoch sind, aus Neutronen und Kernen im Bereich von Eisen und Nickel bestehen. Wenn die Temperatur des Materials sinkt, werden schwerere Kerne aus leichteren Kernen durch eine Abfolge von Neutroneneinfang- und schwachen Wechselwirkungsprozessen erzeugt. Anders als beim schnellen Neutroneneinfangprozess, bei dem die schwachen Reaktionen Betazerfälle sind, handelt es sich beim νr-Prozess jedoch um Neutrino-Absorptionsreaktionen. Sobald die freien Neutronen aufgebraucht sind, werden die in den Kernen gebundenen Neutronen durch weitere Neutrinoabsorptionen in Protonen umgewandelt, wodurch Atomkerne nahe der Beta-Stabilitätslinie und sogar darüber hinaus erzeugt werden. Die Energie der Neutrinos ist groß genug, um Kerne in Zustände anzuregen, die durch die Emission von Neutronen, Protonen und Alphateilchen zerfallen. Die emittierten Teilchen werden von den schweren Kernen eingefangen. Dadurch wird eine Reihe von Einfangreaktionen ausgelöst, katalysiert durch Neutrinos, die die endgültigen Häufigkeiten der durch den νr-Prozess erzeugten Elemente bestimmen. Auf diese Weise können Neutrinos neutronenarme Kerne erzeugen, die sonst unerreichbar sind. „Unsere Entdeckung eröffnet eine neue Möglichkeit, die Entstehung von p-Kernen durch Neutrino-Absorptionsreaktionen mit Kernen zu erklären“, sagt Zewei Xiong, Wissenschaftler der GSI/FAIR-Abteilung „Nukleare Astrophysik und Struktur“ und korrespondierender Autor der Publikation.

Offen ist noch die Frage, in welcher Art stellarer Explosion der νr-Prozess auftritt. In ihrer Veröffentlichung schlagen die Autoren vor, dass der νr-Prozess in Material abläuft, das in einer Umgebung mit starken Magnetfeldern ausgestoßen wird, wie z. B. in magneto-rotierenden Supernovae, Kollapsaren oder Magnetaren. Dieser Vorschlag hat Astrophysiker*innen dazu veranlasst, nach den geeigneten Bedingungen zu suchen, und in der Tat wurde in einer ersten Veröffentlichung bereits berichtet, dass magnetisch getriebene Massenauswürfe die notwendigen Bedingungen erreichen.

Der νr-Prozess erfordert die Kenntnis von Neutrinoreaktionen und Neutroneneinfangreaktionen an Kernen, die sich auf beiden Seiten der Beta-Stabilitätslinie befinden. Die Messung der relevanten Reaktionen wird mit den einzigartigen Speicherringkapazitäten der GSI/FAIR-Anlage möglich werden.

Original-Publikation:
Production of p Nuclei from r-Process Seeds: The νr Process
Zewei Xiong, Gabriel Martínez-Pinedo, Oliver Just, and Andre Sieverding
Phys. Rev. Lett. 132, 192701 – Published 9 May 2024 https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.132.192701
pdf: https://journals.aps.org/prl/pdf/10.1103/PhysRevLett.132.192701

Diskutieren Sie mit im Raumcon-Forum:

• Helmholtz-Gemeinschaft Deutscher Forschungszentren

Der Beitrag GSI: Neuer Prozess für Synthese von seltenen Atomkernen im Universum? erschien zuerst auf Raumfahrer.net.

Quelle: Technische Universität Wien.

25. Januar 2022 – Wenn man solche Prozesse analysieren will, ist man auf Hochleistungscomputer angewiesen – und auf hochkomplexe Computersimulationen, deren Ergebnisse schwierig auszuwerten sind. Daher liegt die Idee nahe, künstliche Intelligenz bzw. machine learning dafür zu verwenden. Gewöhnliche machine-learning-Algorithmen sind für diese Aufgabe allerdings nicht geeignet. Die mathematischen Eigenschaften der Teilchenphysik machen eine ganz besondere Struktur von neuronalen Netzen notwendig. An der TU Wien konnte nun gezeigt werden, wie man neuronale Netze mit Erfolg für diese herausfordernden Aufgaben der Teilchenphysik nutzen kann.

Neuronale Netze
„Ein Quark-Gluon-Plasma möglichst realistisch zu simulieren nimmt extrem viel Rechenzeit in Anspruch“, sagt Dr. Andreas Ipp vom Institut für Theoretische Physik der TU Wien. „Selbst die größten Supercomputer der Welt sind damit rasch überfordert.“ Es wäre daher wünschenswert, wenn man nicht jedes Detail präzise berechnen müsste, sondern mit Hilfe einer künstlichen Intelligenz gewisse Eigenschaften erkennen und vorhersagen könnte.

Man verwendet daher neuronale Netze, wie sie etwa auch für die Bilderkennung verwendet werden: Virtuelle „Zellen“ werden am Computer auf ähnliche Weise vernetzt wie Neuronen im Gehirn – und so entsteht ein Netz, das zum Beispiel erkennen kann, ob auf einem bestimmten Bild eine Katze zu sehen ist oder nicht.

Wenn man diese Technik auf das Quark-Gluon-Plasma anwendet, stößt man allerdings auf ein schwerwiegendes Problem: Die Felder, mit denen man die Teilchen und die Kräfte zwischen ihnen mathematisch beschreibt, können auf unterschiedliche Arten dargestellt werden. „Man spricht hier von Eichsymmetrien“, sagt Ipp. „Das Grundprinzip kennen wir aus dem Alltag: Wenn ich ein Messgerät anders eiche, etwa wenn ich bei meinem Thermometer statt der Celsius-Skala die Kelvin-Skala verwende, dann erhalte ich völlig andere Zahlen, auch wenn ich denselben physikalischen Zustand beschreibe. Bei Quantentheorien ist es ähnlich – nur dass dort die erlaubten Eichungen mathematisch viel komplizierter sind.“ Mathematische Objekte, die auf den ersten Blick völlig unterschiedlich aussehen, können denselben physikalischen Zustand beschreiben.

Eichsymmetrien in die Struktur des Netzes eingebaut
„Wenn man diese Eichsymmetrien nicht berücksichtigt, kann man die Ergebnisse der Computersimulationen nicht sinnvoll interpretieren“, sagt Dr. David I. Müller. „Einem neuronalen Netz beizubringen, diese Eichsymmetrien von sich aus zu erkennen, wäre extrem schwierig. Viel besser ist es, von vornherein die Struktur des neuronalen Netzes so zu gestalten, dass die Eichsymmetrie automatisch berücksichtigt wird – dass also unterschiedliche Darstellungen desselben physikalischen Zustands im neuronalen Netz auch dieselben Signale hervorrufen. Genau das ist uns jetzt gelungen: Wir haben ganz neue Netzwerk-Schichten entwickelt, die von sich aus die Eichinvarianz berücksichtigen.“ In einigen Beispielanwendungen wurde gezeigt, dass diese Netze tatsächlich viel besser lernen können, mit den Simulationsdaten des Quark-Gluon-Plasmas umzugehen.

„Mit solchen neuronalen Netzwerken wird es möglich, Vorhersagen über das System zu treffen – etwa abzuschätzen, wie das Quark-Gluon-Plasma zu einem späteren Zeitpunkt aussehen wird, ohne wirklich jeden einzelnen zeitlichen Zwischenschritt im Detail ausrechnen zu müssen“, sagt Andreas Ipp. „Und gleichzeitig ist sichergestellt, dass nur solche Ergebnisse herauskommen können, die der Eichsymmetrie nicht widersprechen – die also prinzipiell physikalisch sinnvoll sind.“

Bis man etwa Atomkernkollisionen am CERN mit solchen Methoden vollständig simulieren kann, wird noch einige Zeit vergehen, aber die neue Art neuronaler Netze liefert ein völlig neues und vielversprechendes Werkzeug um physikalische Phänomene zu beschreiben, bei denen alle anderen Rechenmethoden sehr rasch völlig überfordert sind.

Originalpublikation:
M. Favoni, A. Ipp, D. I. Müller, and D. Schuh, Lattice Gauge Equivariant Convolutional Neural Networks, Phys. Rev. Lett. 128, 032003 (2022).
https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.128.032003

Diskutieren Sie mit im Raumcon-Forum:

• KI und Raumfahrt

Der Beitrag Künstliche Intelligenz für die Teilchenphysik erschien zuerst auf Raumfahrer.net.

Quelle: Johannes Gutenberg-Universität Mainz.

10. August 2021 – Einem Theorieteam des Exzellenzclusters PRISMA+ der Johannes Gutenberg-Universität Mainz ist es gelungen zu berechnen, wie Atomkerne des Elements Calcium sich verhalten, wenn sie mit Elektronen zusammenprallen. Die Ergebnisse stimmen sehr gut mit vorhandenen experimentellen Daten überein. Erstmals ist damit eine Berechnung auf Basis grundlegender Theorien in der Lage, Experimente für solch einen schweren Kern wie Calcium korrekt zu beschreiben. Von großer Bedeutung ist die Methode vor allem, um künftige Neutrino-Experimente interpretieren zu können. Über den nun erreichten Meilenstein berichtet das renommierte Journal Physical Review Letters in seiner aktuellen Ausgabe.
Die neue Arbeit ist in der Gruppe von Prof. Dr. Sonia Bacca, Professorin für theoretische Kernphysik am Exzellenzcluster PRISMA+, in Zusammenarbeit mit dem Oak Ridge National Laboratory, entstanden: Bacca beschäftigt sich sehr erfolgreich mit der Vorhersage verschiedener Eigenschaften des Atomkerns, die sich aus den Kräften zwischen den einzelnen Kernbestandteilen – den Nukleonen – und ihren Wechselwirkungen herleiten lassen und durch die chirale effektive Feldtheorie beschrieben werden. Ihre Forschung verfolgt das Ziel, eine solide Verbindung zwischen experimentellen Beobachtungen und der zugrunde liegenden fundamentalen Theorie der Quantenchromodynamik herzustellen. In der Physik wird eine solche Vorgehensweise als ab-initio Rechnung bezeichnet, wobei ab-initio „von Anfang an“ bedeutet.
Auch Atomkerne, die einem externen Feld ausgesetzt sind – zum Beispiel bestehend aus Elektronen oder anderen Teilchen – lassen sich auf dieser Basis theoretisch beschreiben. Dieser Ansatz wiederum ist der Schlüssel, um vorhandene Daten zu erklären und zukünftige Experimente zu interpretieren, etwa in der Neutrinophysik – einem wichtigen Schwerpunkt im Forschungsprogramm von PRISMA+.
Neutrinos verstehen
Neutrinos sind geisterhafte Teilchen, die unsere Erde ständig milliardenfach durchdringen und trotzdem nur sehr schwer nachzuweisen und zu verstehen sind. Mit neuen geplanten Experimenten – wie dem DUNE Experiment in den USA – wollen Wissenschaftlerinnen und Wissenschaftler einige fundamentale Neutrino-Eigenschaften genauer untersuchen: zum Beispiel das Phänomen, dass sich die drei Neutrino-Arten ständig ineinander umwandeln – im Fachjargon Neutrino-Oszillation. Hierfür brauchen sie wichtige Informationen aus theoretischen Berechnungen. Dabei geht es konkret um die Frage, wie Neutrinos mit den Atomkernen des Detektors wechselwirken.
Da experimentelle Daten zur Streuung von Neutrinos an Atomkernen rar sind, untersuchte das Forscherteam zunächst die Streuung eines anderen Leptons – des Elektrons -, für das bereits experimentelle Daten vorliegen.– „Calcium 40 ist sozusagen unser Testsystem“, erläutert Dr. Joanna Sobczyk, Postdoc in Mainz und Erstautorin der Studie. „Mit unserer neuen ab-initio Methode konnten wir sehr präzise berechnen, was bei dieser Streuung von Elektronen passiert und wie der Calcium-Atomkern sich verhält.“
Das ist ein großer Erfolg: Denn bisher war es nicht möglich, solche Berechnungen für ein schweres Element wie Calcium durchzuführen, dessen Atomkern immerhin aus 40 Nukleonen besteht. „Wir freuen uns sehr, dass es uns gelungen ist, damit grundsätzlich zu zeigen, dass unsere Methode verlässlich funktioniert“, beschreibt Sonia Bacca. „Denn nun beginnt eine Ära, wo wir ab-initio Berechnungen nutzen können, um zu beschreiben, wie Atomkerne mit Leptonen – zu denen sowohl Elektronen, als auch Neutrinos zählen – wechselwirken, sogar wenn 40 Nukleonen beteiligt sind.“
„Eine der wertvollsten Eigenschaften unserer Methode ist, dass sie es uns erlaubt, die mit unserer Berechnung verbundenen Unsicherheiten zu quantifizieren. Das ist sehr zeitaufwändig, aber extrem wichtig, um Theorie und Experiment angemessen vergleichen zu können“, kommentiert Dr. Bijaya Acharya, PRISMA+ Postdoc und ebenfalls Mitautor der Studie.
Nachdem sie für Calcium das Potenzial ihrer Methode zeigen konnten, will sich das Forschungsteam zukünftig das Element Argon und dessen Wechselwirkung mit Neutrinos anschauen. Argon wird als Target in dem geplanten DUNE Experiment eine bedeutende Rolle spielen – daher ist es besonders wichtig, diesen Streuprozess theoretisch beschreiben zu können.

Veröffentlichung:

J. E. Sobczyk, B. Acharya, S. Bacca, and G. Hagen, Ab initio computation of the longitudinal response function in ⁴⁰Ca, Phys. Rev. Lett. 127, 072501 – Published 9 August 2021

DOI: 10.1103/PhysRevLett.127.072501

Diskutieren Sie mit im Raumcon-Forum:
Neutrinos

Der Beitrag Atomkerne und Leptonen: Meilenstein in der Berechnung des Streuprozesses erschien zuerst auf Raumfahrer.net.