华大在线讯（通讯员 淦丽霞）近日，我校物理学院在高能核碰撞理论的研究取得新进展。由我校博士研究生贺亚运、加州大学伯克利分校庞龙刚研究员、我校粒子物理研究所王新年教授合作完成的使用机器学习中的贝叶斯统计方法研究高能原子核碰撞的文章，发表在最新一期的《物理评论快报》上(Phys. Rev. Lett. 122 (2019) 252302 )。我校为第一完成单位，贺亚运为第一作者。

自然界的物质由原子核及电子构成，而原子核又由夸克组成。夸克之间由胶子传递的强相互作用，导致夸克禁闭在核子内部。近代理论计算表明，在高温高密条件下，夸克禁闭会被解除，形成一种新的物质形态，夸克胶质等离子体。通过高能原子核碰撞，产生及研究这种新形态，对人类了真空结构，物质及宇宙的起源，都有重大意义。

研究高能原子核碰撞中产生的夸克胶质等离子体的一个重要手段是喷注层析。类似于医学中的CT断层扫描，喷注层析是通过探测在原子核碰撞初期产生的高能量夸克或胶子喷注在通过热密物质时的能量损失，研究夸克胶质等离子体的物理性质及几何结构。但怎样从末态的粒子谱中抽取出喷注能量损失，是一个非常的复杂过程。以往研究人员主要通过实验和复杂的理论模拟比较，计算出喷注能量损失。此项研究工作通过机器学习中的贝叶斯统计方法，同时结合马尔可夫链蒙特卡洛抽样，快速的直接从实验数据中抽取出能量损失分布。这给以后的物理实验数据分析提供了一个简便、快速、有效的方法和工具。

这项研究工作中用到的理论工具还有（3+1）维相对论粘滞流体力学模型CLVisc(其中C代表华师，L代表洛伦兹伯克利实验室)和线性玻尔兹曼输运模型。这两个模型都是自2011年以来华师和伦兹伯克利实验室合作完成的。利用结合这两个理论模型的框架，在过去的8年中在流体力学及喷注物理方向双方共合作完成论文32篇，其中《物理评论快报》5篇，《自然》通讯子刊1篇，累计引用率近900次。