我校教授团队论文入选中国科协第八届优秀科技论文（图）

　　近日，中国科学技术协会公布了第八届中国科协优秀科技论文遴选计划结果，我校李庆峰、王永佳教授团队的《Machine learning the nuclear mass》成功入选。这是我校首篇入选该奖项的论文，也是历届优秀科技论文中首篇核物理理论相关的论文。

　　该课题组是国内最先利用机器学习方法开展研究核物理问题的团队之一，近年来利用该方法在原子核质量、核物质状态方程、密度依赖的对称能、熔合反应、碰撞参数等核物理前沿课题上取得了重要突破，为相关核物理问题研究提供了新的范式。

　　原子核质量是原子核最基本的性质，对于理解基本相互作用和元素起源等科学问题具有重要意义。然而，由于原子核的复杂性，目前对原子核质量的理论预言仍面临困难和挑战。李庆峰教授团队将机器学习方法应用于核物理问题的研究，通过对机器学习模型的泛化能力和可解释性进行细致分析，展示了机器学习在从核物理相关数据中挖掘关键信息方面的强大能力。该团队利用机器学习中的LightGBM决策树方法，通过学习原子核质量模型的理论值与实验值的残差，优化了质量模型，取得了当时最高精度的原子核质量预测结果。同时，团队还对模型的外推能力、可解释性分析、不确定性量化、新幻数探索、中子分离能以及中子滴线预位置等一系列热点问题进行了详细讨论。

　　该论文发表在SCI收录核科学技术类一区期刊《Nuclear Science and Techniques》上（第32卷第10期封面论文），并在国内外同行中引起了广泛关注。据谷歌学术数据统计，该论文在短短两年内被引用超过50次。引用文章包括来自北京大学、清华大学、复旦大学、中国科学院大学，美国麻省理工学院、密歇根州立大学、托马斯·杰斐逊国家实验室等学术机构以及意大利、哥伦比亚、印度、土耳其等国家的研究团队，分别发表在《Reviews of Modern Physics》《Science China Physics, Mechanics & Astronomy》《Physics Letters B》《Physical Review C》《Nuclear Physics A》《Journal of Physics G: Nuclear and Particle Physics》《Chinese Physics C》《Nuclear Science and Techniques》等业内高水平专业期刊上。

　　中国科协第八届优秀科技论文遴选计划旨在落实习近平总书记关于办好一流学术期刊的重要指示，鼓励科技工作者将更多高水平研究成果在国内期刊发表，从源头推动我国科技期刊高质量发展，更好支撑高水平科技自立自强。此次评选经过各学科领域专家推荐、初评遴选、终评审定并向社会公示，最终确定81个学科共201篇论文入选。

　　论文链接：https://link.springer.com/article/10.1007/s41365-021-00956-1