29.5.2020 Ydinrakennetutkimusta mallien optimoinnista epävarmuusanalyysiin (Haverinen)

Ytimen energiatiheysfunktionaalit ovat yhä ainoita mikroskooppisia malleja, joita voidaan soveltaa läpi ydinkartan aina raskaimpiin ytimiin saakka. Näiden mallien avulla voidaan tehdä ennusteita muun muassa ytimien perusominaisuuksista kuten sidosenergioista ja säteistä. Pidemmän aikavälin tavoitteena on kehittää näiden mallien ennustekykyä yhä paremmaksi, tarjoten siten esimerkiksi yhä tarkempaa tietoa ydinastrofysiikan tarpeisiin kuten r-prosessin tutkimiseen – siis sen prosessin tutkimiseen, joka vastaa useiden raskaiden alkuaineiden tuotannosta tähdissä. Jyväskylän yliopistossa tarkastettava Tiia Haverisen väitöskirja käsittelee ytimen energiatiheysfunktionaalien kehittämistä useasta eri näkökulmasta.
Julkaistu
29.5.2020

Mallien kehityksen voi karkeasti jakaa neljään vaiheeseen, nimittäin mallin teoreettiseen muotoiluun ja mitattavien suureiden johtamiseen, parametrien optimointiin, mallin testaamiseen ja soveltamiseen sekä epävarmuusanalyysiin. Tiia Haverisen väitöskirjassa käsiteltiin kaikkia näitä vaiheita.

Väitöskirjatyössä teoreettisesta mallista johdettiin suureita, joita käytetään mallin parametrien optimoimiseen. Ytimen energiatiheysfunktionaalit sisältävät joukon parametreja, joiden arvoja ei voida tällä hetkellä johtaa teoreettisesti. Työssä tuotettiin ohjelma, jolla mallien parametrejä voidaan sovittaa kokeellisiin mittaustuloksiin. Teoreettiset laskut ovat laskennallisesti vaativia, ja optimointi suoritettiinkin Tieteen tietotekniikan keskuksen CSC:n supertietokoneilla.

Väitöskirjatyössä määritettiin aiemmin kehitettyjen UNEDF-mallien virheitä ja virheiden koostumuksia. Tuloksista havaittiin, että mallien ennustamien sidosenergioiden virheet kasvavat hyvin nopeasti sitä mukaa, kun tutkittavan ytimen neutronilukua kasvatetaan. Sidosenergioiden virheiden koostumus on myöskin muuttunut vanhemman UNEDF0 ja uudemman UNEDF2 mallin välillä: virheen suuruus on pienentynyt ja virhe jakautuu tasaisemmin eri parametrien kesken.

Väitöskirjatutkimus projekteineen on ollut kokonaisuudessaan monipuolinen.

“Työssä on saanut laajasti yhdistää teoreettista fysiikkaa, suurteholaskentaa supertietokoneilla, tilastotiedettä virheiden määrityksessä ja vielä optimointimenetelmiä. Tällaisia projekteja voisi toteuttaa hyvin yli laitos- ja tiedekuntarajojen”, Haverinen kommentoi.

Väitöskirjatyötä ovat tukeneet Suomen Kulttuurirahaston Pohjois-Karjalan maakuntarahasto sekä Jyväskylän yliopisto. Laskennallisia resursseja on tarjonnut Tieteen tietotekniikan keskus CSC.

Tutkimus on julkaistu Jyväskylän yliopiston väitöstutkimusten JYU Dissertations sarjassa, numero 222, 2020, Jyväskylä. ISBN 978-951-39-8170-9 (PDF), URN:ISBN:978-951-39-8170-9, ISSN 2489-9003
Linkki julkaisuun:

Tiia Haverinen kirjoitti ylioppilaaksi Valtimon lukiosta keväällä 2011. Hän valmistui filosofian maisteriksi Jyväskylän yliopistosta elokuussa 2015 pääaineena teoreettinen fysiikka ja toimi väitöskirjatutkijana Jyväskylän yliopiston fysiikan laitoksella joulukuuhun 2019 saakka. Tammikuusta 2020 alkaen Haverinen on työskennellyt datatieteilijänä Goforella.

FM Tiia Haverisen teoreettisen fysiikan väitöskirjan "Development of nuclear energy density functionals from optimization to uncertainty analysis" tarkastustilaisuus on perjantaina 29.5.2020 Jyväskylän yliopiston fysiikan laitoksella alkaen kello 12. Vastaväittäjänä on professori Gianluca Colo Milanon yliopistosta ja kustoksena yliopistotutkija Markus Kortelainen Jyväskylän yliopistosta. Väitöstilaisuuden kieli on englanti.

Yleisö voi seurata väitöstilaisuutta verkkovälitteisesti. Linkki Zoom-webinaariin (suositellaan Zoom-sovellusta tai Google Chrome selainta): 
Webinaarin ID: 625 0790 1866

äپٴᲹ:
Tiia Haverinen, tiia.k.haverinen@student.jyu.fi

Tiedottaja Tanja Heikkinen, tanja.s.heikkinen@jyu.fi, +358 50 581 8351
Matemaattis-luonnontieteellinen tiedekunta
/science/fi
jyscience jyuscience jyscience