近日，《核技術》和《Nuclear Science and Techniques》期刊組織的“核科技前沿創新發展研討會暨兩刊編委會第三次全體編委大會”在上海復旦大學（江灣校區）召開。由我校李慶峰教授擔任通訊作者、我校聯合培養的碩士生高澤鵬（現為中山大學在讀博士生）為第一作者的論文《利用機器學習方法對幾個核物理問題的深入研究》，榮獲2024年度《核技術》“優秀論文”稱號。我校王永佳教授因在提升《核技術》期刊學術質量與國際影響力方面作出的突出貢獻，被授予“《核技術》優秀青年編委”榮譽稱號。

　　近年來，機器學習在核物理研究中展現出巨大潛力，科研人員借助先進算法能夠從復雜龐大的數據中挖掘深層物理規律。該論文重點評估了卷積神經網絡（CNN）與LightGBM在原子核質量模型修正、重離子碰撞參數重構以及對稱能斜率參數提取這三個前沿問題上的表現。研究結果表明：（1）原子核質量公式的均方根偏差被優化至小于0.2MeV，且在外推任務中依然保持良好精度；（2）在 1 GeV/nucleon的Au+Au碰撞中，碰撞參數重構精度達到Δb <0.1fm，在0.27GeV/nucleon的Sn+Sn 碰撞中為Δb≈0.3–0.4fm；（3）對5種對稱能的分類準確率分別為 58%（質子譜）和72%（中子譜）；（4）在使用30個特征量時，對稱能斜率參數預測值和真實值之間平均絕對誤差小于 30 MeV。上述成果為相關核物理問題的研究提供了全新的思路與方法。該研究得到國家自然科學基金和國家重點研發計劃的資助。

　　據悉，《核技術》由中國科學院上海應用物理研究所和中國核學會主辦，創刊于1978年，先后被EI、北大核心等數據庫收錄，入選《中國核學會核領域期刊分級目錄（2024）》T1級等，旨在展示最新的核科學技術發展動向和國內外最新核科技成果，及時反映我國核科學技術的現狀和學術水平。《Nuclear Science and Techniques》創刊于1990年，是中國核學會（CNS）英文會刊，先后被Scopus、EI、SCI-E、Inspire等數據庫收錄，入選中國科學院期刊分區表大類“物理與天體物理”1區，同時在“核科學技術”和“物理：核物理”小類也均位列1區，主要報道核科學與技術領域的科學發現、技術創新和重要成果。

　　論文鏈接：

https://www.hjs.sinap.ac.cn/zh/article/doi/10.11889/j.0253-3219.2023.hjs.46.080009/