核物理与核数据中机器学习的应用序言  

作　　者：马余刚[1] 

机构地区：[1]中国科学院

出　　处：《原子能科学技术》2023年第4期F0002-F0002,I0001,共2页Atomic Energy Science and Technology

摘　　要：核物理主要研究原子核体系的结构及其运动规律,对于揭示微观世界的性质、基本相互作用及对称性、宇宙演化以及元素起源等有着重要的科学意义。另一方面,核数据与原子核反应和结构相关,是核科学基础与核应用的交叉学科,在国家总体科学布局中具有重要地位。到目前为止,核物理与核数据的研究中积累了大量的实验测量数据和理论计算结果,但也遇到了不少难题,比如如何从大数据中鉴别稀有事件并提取感兴趣的物理、如何避免维数问题以提高理论计算或分析的效率等、如何可靠预言一些极端条件下核基础研究与核工程应用中的无法测量的关键核素性质、如何提高核数据可靠性的评估等。

关 键 词：原子核反应 交叉学科 数据可靠性 稀有事件 机器学习 元素起源 极端条件 宇宙演化 

分 类 号：O571[理学—粒子物理与原子核物理] TP212[理学—物理]