基于机器学习从逐事件重离子碰撞提取物理信息

在重离子碰撞实验和输运模型模拟中均可逐事件获取观测量数据，然而，利用重离子碰撞研究核物质性质时通常只使用观测量对所有事件的平均值。机器学习拥有强大的数据分析和处理能力，可有效利用逐事件观测量数据中包含的丰富信息。本文通过极端相对论量子分子动力学(UrQMD)模型和机器学习算法的结合，为相关问题的研究提供新途径。研究结果显示，机器学习方法可从逐事件的观测量数据中提取关键物理参数的信息。此外，利用机器学习中特征量重要性归因方法，还可找出对提取相关参数最重要的特征量，从而对研究这些问题提供有价值的参考。     

基于机器学习的重离子碰撞中QCD相变的研究

高能重离子碰撞将夸克和胶子从原子核中释放出来，形成一种新的核物质形态，即解禁闭的夸克胶子等离子体（Quark-Gluon Plasma,QGP）。研究普通核物质或强子共振气体到夸克胶子等离子体的相变，需要在超级计算机上数值求解格点量子色动力学（Quantum Chromodynamics,QCD）。但是，格点QCD只能给出零重子化学势以及附近可泰勒展开区域的核物质状态方程，并预测这种条件下QGP到强子共振气体之间的相变为平滑过渡。在不能做泰勒展开的有限重子化学势区域，格点QCD会遭遇著名的符号问题，无法给出有效的核物质状态方程以及QCD相变类型。本文综述了利用机器学习在核物质状态方程、相变分类以及临界点寻找方面的研究。这些研究大致分为两类：第一类在高能重离子碰撞实验数据以及相对论流体力学模拟和分子动力学模拟中，利用核碰撞末态粒子分布来确定核物质状态方程以及相变种类；另一类是利用机器学习直接帮助格点QCD的采样，解决有限密系统中的符号问题。     

利用机器学习方法对几个核物理问题的深入研究

机器学习能够从大量复杂的数据中挖掘其内在的关联，近些年被广泛应用在科学研究中。本文分别评估了两类机器学习算法在修正核质量、重构重离子反应碰撞参数以及提取对称能斜率系数等热点问题上的表现，并讨论了机器学习模型的外推能力和泛化能力。结果表明：机器学习方法在三个核物理问题的研究中均体现出强大的能力。将机器学习方法应用于核物理问题的研究中可以进一步探索新物理，从而更好地推动理论和实验的发展。     

利用机器学习解决重离子碰撞中的关键问题

本文介绍了当前用于重离子碰撞研究几种代表性的输运理论模型，并以应用它们进行的计算结果为例介绍输运理论对重离子碰撞的研究工作进展。对目前输运理论面对的一些困难以及机器学习在重离子碰撞输运理论中的应用现状进行总结，提出了输运理论中有待机器学习方法解决的几点关键问题：建立Boltzmann方程的基本假设导致丢失核子间关联；Boltzmann方程类型仅考虑两体碰撞而忽略了多体碰撞的特点不符合高密度问题下的实际物理情况；QMD类型对量子效应的考虑不够精确；采用多时间尺度处理从剧烈碰撞阶段到达到局域平衡问题；模型输入相关物理量对应的实验观测数据不足。     

重离子碰撞中守恒荷涨落与QCD相变的输运模型研究

相对论重离子对撞机(Relativistic Heavy Ion Collider,RHIC)-STAR(Solenoid Tracker at RHIC)实验测量了(sNN)^1/2=7.7～200 GeV能量下Au+Au碰撞中的净质子(净重子的代表)、净电荷和净K介子(净奇异数的代表)多重数分布的累积量，发现净质子四阶累积量与二阶累积量之比(κσ2)呈现出了非单调的能量依赖性行为。在相对论重离子碰撞实验中只能测到末态粒子的信息。因此，基于多相输运(A Multi-Phase Transport,AMPT)模型对Au+Au碰撞系统中守恒荷(重子数、电荷数和奇异数)的涨落性质进行了研究，发现AMPT模型的结果基本能描述RHIC-STAR实验结果。更重要的是，利用AMPT模型了解了相对论重离子碰撞动力学演化过程中几个关键效应(守恒荷粒子的产生和扩散、强子化、强子再散射和弱衰变)对守恒荷涨落演化及其粒子关联函数的影响。发现正负电荷之间关联可能源于弦熔化机制，重子(质子)关联函数符合重子数守恒期望，奇异数(净K介子)的关联函数源于对产生，这些代表量与守恒荷的对应关系行为上...     

相对论性核-核碰撞中电荷涨落的行为

用强子和弦级联模型JPCIAE研究了SPS能量下Pb Pb碰撞和RHIC能量下Au Au碰撞中单事件电荷涨落与赝块度窗口大小、末态相互作用、共振衰变、中心度和反应能量的关系,并和相应实验数据(NA49,STAR和PHEN2X)作了比较。结果表明:单事件电荷涨落跟中心度关系不大,对反应能量不甚敏感,也不怎么随末态相互作用及共振衰变而变化。     

同位旋依赖的介质中核子-核子非弹散射面研究

非对称核物质的状态方程，特别是对称能密度依赖形式的研究是当前核物理研究热点之一。目前，关于对称能密度依赖形式的实验与理论研究主要集中在低于饱和密度的区间。对高于饱和密度区间对称能密度依赖形式的研究，从理论上提出的主要探针有π^-/π^＋，及π^-／π^＋的集体流等。核子-核子散射截面作为微观重离子输运理论的一个重要的输入量对于中高能重离子碰撞中的观测量有非常重要的影响。     

16 共振粒子的化学势和粒密度、能密度

统计模型是研究高能重离子碰撞的重要理论模型，通过统计模型研究了相对论重离子碰撞中产生的共振物质的统计性质。系统粒子密度，能量密度以及重子化学势和奇异子化学势是几个很重要的物理量，对它们作了仔细计算和分析研究。强子化学势统一用公式μ=bμb＋sμs表示。     

重离子碰撞中多重数确定中心度方法对于观测量的影响

<正>碰撞参数是理论上描写重离子碰撞的重要几何条件,其大小影响重离子反应中理论计算的观测量大小、分布等。但重离子碰撞实验中并不能直接确定碰撞参数。实验上普遍采用的方法是通过反应产物多重数的多少来估算弹核与靶核碰撞距离中心的程度,也就是中心度。在中低能区,每个中心度区间内包含的碰撞参数的区间可有很大的范围,比如所谓的中心碰撞区间相应的碰撞参     

基于核脊回归方法预测的中子俘获率在s-过程模拟中的应用

慢中子俘获过程(s-过程)产生了自然界中约一半比Fe重的元素，中子俘获率是s-过程研究的关键核物理输入量。近年来，机器学习方法在核物理研究中的应用取得了很大的成功，其中包括了机器学习核脊回归方法对中子俘获率的研究。为了探究机器学习方法对中子俘获率的修正对s-过程研究的影响，本文分别利用修正前后的中子俘获率数据，基于核反应网络进行了s-过程模拟，并对所得s-过程丰度进行了对比分析。结果表明，机器学习对中子俘获率的修正对s-过程模拟所得的丰度分布整体影响较小，但对处于s-过程路径上的个别重要核素的丰度影响可达30%左右。     

重离子碰撞的费曼路径积分方法(FPIM)描述

用FPIM写出了内禀态的传播子,通过它将内禀态用内禀初态表示。在内禀态中求相对运动与内禀运动耦合的平均,得到它们的响应关系。由此依次得到相对运动的作用势、薛定谔方程。取方程的形式解ψ=e~(R iφ),便从薛定谔方程得到两个方程。从一个方程得到运动方程,从另一个得到输运方程。又由FPIM得到出射重离子的相对运动波函数,取玻恩展开的第一近似,最后定出了碰撞振幅。     

重离子加速器实验靶区的中子剂量当量率

用阈探测器中子活化法测量了５０ＭｅＶ／ｕ＾１８Ｏ离子轰击Ｂｅ、Ｃｕ、Ａｕ厚靶出射中子的注量率分布,并利用中子注量率对剂量当量率的转移因子,得到了重离子实验靶区的中子剂量当量率分布。     

整体喷注的输运模型研究

在相对论重离子碰撞中,整体喷注作为研究解禁闭的夸克胶子等离子体的重要探针近年来已被广泛研究。本工作基于多相输运模型(A Multi-Phase Transport model,AMPT),研究了在质心系能量为2.76 TeV的铅核-铅核碰撞中的双喷注不对称、喷注的碎裂函数和喷注形状三方面的内容。数值模拟结果表明,在喷注与部分子物质的强相互作用中,喷注会有明显的能量损失。末态双喷注不对称是由初态不对称度和部分子喷注能损的共同作用导致的;喷注的碎裂函数可以分解为碎裂强子化和组合强子化两部分;相比于领头喷注,由于次领头喷注能量损失更大,所以导致次领头喷注的形状改变更大一些。     

^18O离子轰击厚靶的中子剂量学参数

用阈探测器活化法测量了每个核子动能（简称单核能）为５０ＭｅＶ＾１８Ｏ离子轰击厚靶（Ｂｅ、Ｃｕ、Ａｕ）时出射中子的能量分布、注量率分布和中子角分布，得到了＾１８Ｏ离子的中子产额、前向中子发射率和中子剂量当量率分布的数据。并与国外报道的单核能在２０ＭｅＶ以下的低能重离子轰击厚靶研究中得到的中子剂量学参数进行了比较和分析。     

基于PINN深度机器学习技术求解多维中子学扩散方程

阐述了基于物理信息指引的神经网络模型（PINN）,构造深度神经网络作为试函数,将其代入中子学扩散方程形成残差,并作为机器学习的加权损失函数,进而通过深度机器学习技术逼近中子学扩散方程数值解;针对扩散方程的特点,提出了特征值方程加速收敛方法、有效增殖系数（ k_eff）高效并行搜索技术、学习样本网格点不均匀分布策略等创新性关键技术,并对神经网络深度、神经元数量、边界条件损失函数权重等关键参数进行了敏感性分析。验证计算结果表明,该方法具有良好的精度,提出的关键技术具有显著的成效,为中子学扩散方程的数值求解探索出了新的技术途径。      

相对论性e^＋e^-，P＋P和Au＋Au碰撞中荷电粒子普适快度规范性及其部分子起源

本文用部分子和强子级联模型、PACIAE研究相对论性e^＋e^-、P＋P和Au＋Au碰撞中荷电粒子普适快度规范性。国际协作组BRAMHS和PHOEOS最近曾对此普适性做过实验研究。本工作研究结果表明：表现于强子末态的这种普适规范性起源于部分子初态，     

强子物质和夸克-胶子物质的比热

本工作采用部分子和强子级联模型PACIAE跟踪0％～5％最中心Au＋Au碰撞中部分子和强子阶段的粒子输运，碰撞能量跨越SPS和RHIC。计算了不同能量的Au＋Au碰撞中强子末态下强子物质（以π^＋＋^-为代表）的比热及部分子初态下夸克-胶子物质（以u＋d＋g为代表）的比热，亦即计算了该两种物质比热的激发函数。     

神经网络方法分析U同位素链裂变核反应截面

本文利用前馈神经网络方法分析U同位素链实验测量裂变核反应截面数据。采用包含4个输入量、1个输出量和3层隐藏层的前馈神经网络，对U同位素链实验测量裂变截面数据进行训练，并利用贝叶斯算法对网络中的超参数进行优化，最终得到整个铀同位素链随入射中子能量变化的裂变截面数据。神经网络方法产生的裂变截面数据能很好地再现裂变截面的阶梯结构，与实验和评价数据的结果十分接近。     

一种新阈探测器的实验验证和重离子靶区中子测量

验证了用^2099Bi作为一种新的阈探测器测量高能中子的可能性，并利用^115In,^27Al,^19F,^12C和^209Bi组成的阈探测器组合测量了中能重离子反应实验靶区出射中子的注量率分布、能量分布和剂量当量率分布。     

核子引发的核反应中同位旋动力学效应

利用改进的量子分子动力学模型ImQMD05系统的研究了124Sn＋124Sn、112Sn＋112Sn在50AMev中心碰撞的条件下出射的中子／质子之比的能谱。通过与实验数据的比较，给出了低于饱和密度时不确定度为2∥隋况下，对称势的参数范围为O．4≤γi≤1．05。