2025年6月17日，国际著名核物理期刊《Physics Letters B》在线发表了题为《Shell quenching in nuclear charge radii based on Monte Carlo dropout Bayesian neural network》的论文。该论文的第一作者为宁夏大学物理学院本科生冼振谚（学号：12023243826），第二作者为宁夏大学物理学院硕士研究生雅燕，宁夏大学物理学院安荣博士为唯一通讯作者，宁夏大学物理学院为该论文的第一通讯单位。该杂志出版国家为荷兰，出版商为Elsevier，JCR分区为Q1，中科院大类分区为2区，小类核物理分区为1区，文章以Letter形式发表。

2024年诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德（John J. Hopfield）和英裔加拿大科学家杰弗里·辛顿（Geoffrey E. Hinton），以表彰他们通过人工神经网络实现机器学习而作出的基础性发现和发明。人工智能机器学习方法在核物理学科中得到了广泛的应用，例如预测原子核的质量、原子核的衰变性质以及低激发态性质，原子核反应中的产物截面以及原子核的尺寸大小等。该文章基于Monte Carlo dropout贝叶斯神经网络方法，在输入层结构中考虑了价核子，Casten因子以及形变的影响，系统地研究了电荷半径的演化趋势。研究发现，通过改进的Casten因子可以很好地再现电荷半径的壳效应，并进一步提高了模型的外推能力。该研究结果对于理论模型的发展以及实验探测都具有重要的参考价值。

该论文是我校首篇发表在《Physics Letters B》上的学术成果，是我校“双一流”建设的一项重要成果，对于提升我院本科生对基础物理科学研究的兴趣起着积极的作用，在引导和培养本科生从专业知识学习到专门科学研究之间角色的转变起着积极的作用，同时也为物理学院本科生导师制培养方案的实施奠定了基础。

全文链接：https://doi.org/10.1016/j.physletb.2025.139662