《現(xiàn)代應用物理》雜志簡介

　　《現(xiàn)代應用物理》Modern Applied Physics(季刊)2010年創(chuàng)刊，是物理類學術(shù)期刊，原名《應用物理》，2013年4月，國家新聞出版廣電總局批準為正式公開出版刊物。本刊主要關(guān)注應用物理領(lǐng)域的研究前沿和熱點，發(fā)布研究和應用學術(shù)成果，增進應用物理研究成果的國際化傳播交流，為科技工作者提供學術(shù)技術(shù)服務。本刊第一屆組委會共有69人組成，其中院士22人，本刊面向軍隊和地方科研院所，高等院校1500多家單位發(fā)行，發(fā)行量2100余冊。

　　《現(xiàn)代應用物理》堅持為社會主義服務的方向，堅持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導，貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針，堅持實事求是、理論與實際相結(jié)合的嚴謹學風，傳播先進的科學文化知識，弘揚民族優(yōu)秀科學文化，促進國際科學文化交流，探索防災科技教育、教學及管理諸方面的規(guī)律，活躍教學與科研的學術(shù)風氣，為教學與科研服務。

　　《現(xiàn)代應用物理》收錄情況

　　國家新聞出版總署收錄　維普網(wǎng)、萬方數(shù)據(jù)庫、知網(wǎng)數(shù)據(jù)庫收錄

　　《現(xiàn)代應用物理》欄目設置

　　研究報告、文獻綜述、簡報、專題研究。

　　《現(xiàn)代應用物理》雜志投稿須知：

　　1.內(nèi)容：立意新穎，觀點明確，內(nèi)容充實，論證嚴密，語言精煉，資料可靠，能及時反映所研究領(lǐng)域的最新成果。本刊尤為歡迎有新觀點、新方法、新視角的稿件和專家稿件。

　　2.格式必備與順序：標題、作者、作者單位、摘要、關(guān)鍵詞、正文、注釋或參考文獻。篇幅以2200-8800字為宜。2200字左右為1個版面。

　　3.請在來稿末尾附上作者詳細通訊地址。包括：收件人所在地的省、市、區(qū)、街道名稱、郵政編碼、聯(lián)系電話、電子信箱、代收人的姓名以及本人要求等，務必準確。論文有圖表的，請保證圖片和表格的清晰，能和文字對應。

　　4.本刊實行無紙化辦公，來稿一律通過電子郵件(WORD文檔附件)或QQ發(fā)送，嚴禁抄襲，文責自負，來稿必復，來稿不退，10日未見通知可自行處理。

　　5.本刊來稿直接由編輯人員審閱，疑難重點稿件送交相關(guān)專家審閱，本刊堅持“公平、公正、公開、客觀”的審稿原則，實行“三審三校”制度。

　　6.來稿一經(jīng)采用，雜志社將發(fā)出《用稿通知單》，出刊迅速，刊物精美，稿件確認刊載后，贈送當期雜志1冊。

　　2017年《現(xiàn)代應用物理》雜志04期投稿論文：

　　CMOS圖像傳感器飽和輸出電壓的輻照效應及損傷機理研究李豫東;文林;郭旗;何承發(fā);

　　基于高能粒子入射產(chǎn)生亮線的CCD電荷轉(zhuǎn)移效率計算方法文林;李豫東;馮婕;郭旗;

　　1 MeV電子輻照對InGaAsP/InGaAs雙結(jié)電池電學參數(shù)的影響瑪麗婭·黑尼;趙曉凡;李豫東;莫敏·賽來;

　　3 MeV質(zhì)子輻照條件下DC/DC位移損傷機理研究于新;郭旗;李豫東;何承發(fā);

　　輻射陷阱電荷對0.18μm N-MOSFET轉(zhuǎn)移特性影響的TCAD仿真魏瑩;崔江維;鄭齊文;馬騰;

　　質(zhì)子輻照對130nm部分耗盡SOI MOS器件柵氧經(jīng)時擊穿可靠性的影響馬騰;崔江維;鄭齊文;魏瑩;

　　1 MeV電子輻照對HgCdTe材料紅外透射光譜的影響周東;林加木;李豫東;喬輝;

　　不同偏置條件下InP DHBT電離總劑量效應與退火效應張興堯;李豫東;文林;于新;

　　基于熱像素的CCD電荷轉(zhuǎn)移效率在軌測試方法馮婕;文林;李豫東;郭旗;

　　論文范例：基于熱像素的CCD電荷轉(zhuǎn)移效率在軌測試方法

　　【摘要】：提出并建立了基于熱像素的電荷耦合器件電荷轉(zhuǎn)移效率在軌測試方法,通過對在軌暗場測試采集到的任一幅圖進行計算,統(tǒng)計熱像素個數(shù),計算出基于單個熱像素的CCD單次電荷轉(zhuǎn)移效率,最后計算求出N個電荷轉(zhuǎn)移效率的均值。研究結(jié)果表明:CCD未經(jīng)輻照時的電荷轉(zhuǎn)移效率為0.999 999,在軌受空間輻射后,電荷轉(zhuǎn)移效率降低到0.999 958。

　　現(xiàn)代應用物理雜志最新期刊目錄

單體相移深度神經(jīng)網(wǎng)絡學習共振截面的網(wǎng)絡構(gòu)建與訓練————作者：胡澤華;應陽君;

摘要：近期提出的單體相移深度神經(jīng)網(wǎng)絡(single phase-shift deep neural network, SPDNN),因其網(wǎng)絡規(guī)模小、學習精度高，成為首個復雜中子共振截面擬合與評價的實用深度學習工具。在SPDNN學習共振截面的過程中，諸多因素顯著影響網(wǎng)絡的訓練效果、訓練效率以及訓練模型的泛化性。這些因素包括：決定網(wǎng)絡相移層大小的共振截面頻譜范圍與頻段寬度、隱藏層的數(shù)目、每層神經(jīng)元的數(shù)目、激...

基于深度學習的壓水堆瞬態(tài)物理場預測方法研究————作者：劉家旺;劉宙宇;邵世豪;曹良志;吳宏春;

摘要：針對壓水堆變功率運行，為實現(xiàn)瞬態(tài)條件下堆芯物理場分布的快速預測，提出了一種基于深度學習的模擬方法，并研制了單時間點和多時間點壓水堆燃料組件功率分布、溫度分布和反應堆功率水平等關(guān)鍵安全參數(shù)的預測程序。通過小型壓水堆問題進行了測試分析，結(jié)果表明：60 ms可完成一次單時間點的堆芯參數(shù)預測，單時間點和多時間點組件功率分布和溫度分布預測值與參考值的相對偏差均小于3%;多時間點反應堆功率水平預測值與參考值的...

一種基于人工神經(jīng)網(wǎng)絡改進的脈沖X射線能譜測量解譜算法————作者：劉一寧;宋鴻鵠;邱睿;衣宏昌;李君利;

摘要：隨著激光裝置功率密度與重復頻率的提高，傳統(tǒng)迭代解譜方法，如最小二乘法和期望最大法等，存在解譜速度慢、需要人工輸入初始迭代能譜的問題，難以應對超短超強激光產(chǎn)生的脈沖X射線能譜的實時測量需求。針對該問題，提出了基于人工神經(jīng)網(wǎng)絡模型的迭代解譜算法，并完成了算法的開發(fā)。使用PIC方法由激光實驗參數(shù)模擬獲得超熱電子信息，將超熱電子作為源項，利用MC方法模擬獲得脈沖X射線能譜及能譜溫度，從而建立激光實驗參數(shù)與...

基于隨機森林的直接驅(qū)動慣性約束聚變內(nèi)爆壓縮代理模型————作者：李擇;楊曉虎;田佳樂;張國博;馬燕云;邵福球;

摘要：基于隨機森林(random forest)的直接驅(qū)動慣性約束聚變內(nèi)爆壓縮代理模型，可用于預測給定激光波形和靶型下內(nèi)爆壓縮效果并評估內(nèi)爆壓縮穩(wěn)定性。采用3脈沖激光波形和3層聚變靶設計，基于輻射流體力學程序獲取300組模擬數(shù)據(jù)，結(jié)合沖擊波壓縮理論對數(shù)據(jù)進行預處理，將原始參數(shù)和預處理參數(shù)相結(jié)合，共同對隨機森林代理模型進行訓練。為驗證模型預測效率和準確性，采用交叉驗證的方式對預測數(shù)據(jù)進行還原，大部分預測參...

POD-RBF堆芯功率分布測量方法的敏感性分析————作者：張一駿;李文淮;曾玲;彭思濤;厲井鋼;王婷;

摘要：堆芯3維功率分布的在線監(jiān)測對于確保反應堆的安全運行至關(guān)重要。為此，核電廠部署了堆內(nèi)和堆外探測器，以獲取必要的測量數(shù)據(jù)。通過利用相關(guān)測量信息，并結(jié)合適當正交分解(proper orthogonal decomposition, POD)進行模型降階和徑向基函數(shù)(radial basis function,RBF)插值，可以實現(xiàn)堆芯功率分布的實時測量。本文利用PCM軟件包實現(xiàn)某壓水堆某燃料循環(huán)約7 0...

人工智能方法在基于成像系統(tǒng)進行射線或粒子識別中的應用研究進展————作者：薛院院;丁李利;陳偉;馬武英;劉敏波;何寶平;緱石龍;

摘要：隨著半導體工藝與制造技術(shù)的不斷發(fā)展，光電成像器件的性能顯著提升，成本大幅下降，使得基于成像系統(tǒng)的射線或粒子識別技術(shù)備受關(guān)注。人工智能方法在圖像分類與目標識別領(lǐng)域展現(xiàn)獨特優(yōu)勢，為射線或粒子識別提供了新方法。當前，高分辨、高幀頻、低噪聲成像系統(tǒng)的快速發(fā)展，為該技術(shù)提供了豐富的訓練樣本，有望進一步提高識別精度。本文概述了成像系統(tǒng)中輻射誘導瞬態(tài)信號的物理機制，綜述了傳統(tǒng)方法與人工智能方法在射線或粒子識別領(lǐng)...

人工智能在分子篩創(chuàng)制及氣體吸附研究中的應用————作者：盛毓強;安少杭;馬夢瑤;劉蜀疆;陳占營;常印忠;李奇;王世聯(lián);

摘要：人工智能(AI)在分子篩吸附材料設計合成、性能預測、結(jié)構(gòu)表征中發(fā)揮著重要作用。傳統(tǒng)的分子篩吸附材料研究依賴于“試錯式”合成、經(jīng)驗性結(jié)構(gòu)表征和重復測試，這些方法效率低下、成本較高。本文回顧了AI在分子篩材料領(lǐng)域的研究進展，展望了AI在分子篩氣體吸附材料創(chuàng)造中的應用前景。AI技術(shù)通過深度學習、機器學習等算法，自動化處理實驗數(shù)據(jù)，挖掘分子篩吸附材料結(jié)構(gòu)-性能關(guān)系，優(yōu)化設計合成過程，精準預測性能，可有效提...

擴散概率模型用于可壓縮流體的超分辨率流場重建————作者：李明強;林勇良;鄭宇佳;卓紅斌;

摘要：深度學習在圖像超分辨率領(lǐng)域取得顯著進展，擴散概率模型(diffusion models, DMs)作為一種新興生成式機器學習工具，在計算流體力學(computational fluid dynamics, CFD)領(lǐng)域展現(xiàn)了重要的應用潛力。本文提出了一種基于擴散概率模型的超分辨率重建方法用于模擬復雜可壓縮流體，通過逐步去噪實現(xiàn)從低保真數(shù)據(jù)到高保真數(shù)據(jù)的高質(zhì)量重建。2維Kelvin-Helmholt...

數(shù)據(jù)物理雙輪驅(qū)動3D大規(guī)模IGBT陣列多物理數(shù)字孿生————作者：王鑫;李嘯;尹文言;詹啟偉;

摘要：提出了一種新型數(shù)據(jù)物理雙輪驅(qū)動的科學機器學習方法，可實現(xiàn)對大規(guī)模異質(zhì)結(jié)構(gòu)集成芯片的多物理系統(tǒng)超實時預測，構(gòu)建真正具備物理內(nèi)核的數(shù)字孿生模型。科學機器學習方法是一種非侵入式的模型降階方法，主要包含時空快照降階、低維算子推理兩大模塊。數(shù)十萬自由度的IGBT電-熱-力多物理耦合系統(tǒng)數(shù)值仿真實驗表明，該方法僅使用前30%時域快照仿真數(shù)據(jù)作為訓練樣本，即可實現(xiàn)對后續(xù)場分布進行精準預測，均方根誤差不超過8%。...

《現(xiàn)代應用物理》投稿須知

摘要：<正>《現(xiàn)代應用物理》是由西北核技術(shù)研究所創(chuàng)辦,西北核技術(shù)研究所科技信息中心主辦的物理類綜合中文學術(shù)期刊,報道國內(nèi)外應用物理學領(lǐng)域未曾公開發(fā)表的原創(chuàng)性研究論文和前沿研究綜述;雙月刊,國內(nèi)外公開發(fā)行。感謝您對本刊的關(guān)注和投稿

《人工智能與物理》專刊出版前言————作者：王建國;

摘要：<正>2024年10月,諾貝爾物理學獎授予約翰·J·霍普菲爾德和杰弗里·E·辛頓,表彰他們在使用人工神經(jīng)網(wǎng)絡進行機器學習的基礎性發(fā)現(xiàn)和發(fā)明;諾貝爾化學獎授予了美國華盛頓大學西雅圖分校的戴維·貝克,以及谷歌旗下“深層思維”公司的德米斯·哈薩比斯和約翰·江珀,表彰他們破解了蛋白質(zhì)神奇結(jié)構(gòu)的密碼,其中哈薩比斯和江珀通過人工智能(Artificial Intelligence,AI)模型成功預測了蛋白質(zhì)的...

從傳統(tǒng)數(shù)值方法到神經(jīng)網(wǎng)絡：偏微分方程數(shù)值解的演進與展望————作者：王飛;黨浩寧;尚勇;孫靖博;李澤塬;李云龍;

摘要：偏微分方程在物理、工程、生物、醫(yī)學、金融等多個領(lǐng)域具有廣泛的應用。然而，在解決許多實際問題時，偏微分方程往往難以獲得解析解。因此，構(gòu)造高效的數(shù)值方法以求解這些問題成為了重要的研究方向。傳統(tǒng)的數(shù)值方法，如有限元法和有限差分法，已成為科學計算中的核心工具，并在天氣預報、油藏勘探、飛行器設計及新能源開發(fā)等領(lǐng)域發(fā)揮了不可替代的作用。這些方法通常依賴于對問題域的網(wǎng)格劃分，但網(wǎng)格生成過程復雜且耗時，尤其是在處...

梯度攻擊視角下神經(jīng)網(wǎng)絡的內(nèi)稟不確定原理的解析與綜述————作者：張俊杰;陳劍楠;孟德宇;

摘要：近年來，深度神經(jīng)網(wǎng)絡在多個科學領(lǐng)域取得了顯著成功，但其脆弱性問題也日益凸顯。本文從梯度攻擊的視角出發(fā)，系統(tǒng)探討了神經(jīng)網(wǎng)絡的內(nèi)稟不確定原理，揭示了神經(jīng)網(wǎng)絡在精度和魯棒性之間的固有矛盾。首先分析了神經(jīng)網(wǎng)絡在科學研究中的脆弱性，特別是在圖像分類、天氣預報、化學計算、流體動力學和量子色動力學等領(lǐng)域的表現(xiàn)。通過引入快速梯度符號法(FGSM)等對抗攻擊方法，展示了神經(jīng)網(wǎng)絡在面對微小擾動時的顯著脆弱性，并進一步...

求解含時偏微分方程的物理信息神經(jīng)網(wǎng)絡研究進展————作者：郭嘉;劉子源;侯臣平;

摘要：物理信息神經(jīng)網(wǎng)絡(physics-informed neural networks, PINN)是將偏微分方程(partial differential equations, PDEs)等物理模型與深度學習技術(shù)相結(jié)合的一種神經(jīng)網(wǎng)絡框架，逐漸成為機器學習與計算科學交叉融合的一種新穎的方法。這種方法不僅可以滿足初值、邊值及已知的觀測數(shù)據(jù)，還可以遵循偏微分方程的約束，因而被廣泛用于求解各類偏微分方程。近...

人工智能在高能物理領(lǐng)域的應用：探索未知的利器————作者：趙靜宜;

摘要：高能物理學是一門探索組成世界的基本粒子及其相互作用的學科。高能物理研究高度依賴重大科技基礎設施。隨著新一代實驗裝置規(guī)模的不斷擴大，其產(chǎn)生的數(shù)據(jù)量也實現(xiàn)了數(shù)量級的增長。人工智能(artificial intelligence, AI)技術(shù)承擔了高水平的科研任務，顯著提高了科學研究的效率和準確性，加速了高能物理領(lǐng)域科學發(fā)現(xiàn)的進程，已成為高能物理研究中的強大工具。本文圍繞典型的高能物理實驗流程，包括數(shù)據(jù)...

深度學習方法求解反應堆物理中子燃耗方程————作者：向迪;郭鳳晨;劉東;潘俊杰;江勇;鄭鵬德;張斌斌;

摘要：針對中子燃耗方程核素消失率、核素反應率和衰變率等極小數(shù)值導致的梯度消失問題，引入時間量綱轉(zhuǎn)換、方程等價轉(zhuǎn)換和權(quán)重初始化等適應性優(yōu)化策略，利用深度學習方法求解U-235,U-236,U-237,U-238和U-239 5種核素反應堆物理中子燃耗方程組。訓練過程中，通過時間量綱轉(zhuǎn)換，對物理量進行適當縮放，緩解極小數(shù)值引起的數(shù)值不穩(wěn)定性；采用方程等價轉(zhuǎn)換提升計算的穩(wěn)定性；引入適應性權(quán)重初始化改善網(wǎng)絡的訓...

基于多層次深度神經(jīng)網(wǎng)絡的相對論返波管優(yōu)化技術(shù)————作者：陳再高;史雪婷;王建國;梁閃閃;唐澤華;陳柯;楊超;

摘要：針對相對論返波管優(yōu)化問題，提出并建立了一種基于數(shù)據(jù)驅(qū)動的深度神經(jīng)網(wǎng)絡模型的相對論返波管優(yōu)化方法。選取相對論返波管的結(jié)構(gòu)或電參數(shù)作為待優(yōu)化參數(shù)，通過全電磁粒子模擬軟件生成不同待優(yōu)化參數(shù)下對應的工作特性參數(shù)，生成低維度訓練數(shù)據(jù)集和高維度訓練數(shù)據(jù)集；構(gòu)建多層次深度神經(jīng)網(wǎng)絡，將低層深度神經(jīng)網(wǎng)絡的輸出作為高層深度神經(jīng)網(wǎng)絡的輸入，實現(xiàn)神經(jīng)網(wǎng)絡之間的互連。數(shù)值計算結(jié)果表明，多層次深度神經(jīng)網(wǎng)絡的預測結(jié)果與全電磁粒...

基于傅里葉神經(jīng)算子的電磁智能計算研究————作者：趙潔;周東華;馮健;方明;黃志祥;

摘要：在電磁應用研究中，求解麥克斯韋方程組是關(guān)鍵步驟。深度學習(deep learning, DL)作為一種新興且前景廣闊的技術(shù)，憑借強大的數(shù)據(jù)驅(qū)動建模能力，已逐漸成為解決偏微分方程(partial differential equation, PDE)的一種有效方法。通過神經(jīng)網(wǎng)絡實現(xiàn)輸入數(shù)據(jù)對輸出的直接映射從而解決電磁問題。本文中使用的傅里葉神經(jīng)算子(Fourier neural operator, ...

基于人工神經(jīng)網(wǎng)絡的HEMP-E1環(huán)境快速預測模型————作者：喬海亮;謝海燕;劉鈺;

摘要：針對高空核爆炸產(chǎn)生的高空核電磁脈沖(high altitude electromagnetic pulse, HEMP)對現(xiàn)代電子設備和電力網(wǎng)絡構(gòu)成嚴重威脅的問題，為有效預測和減輕HEMP的影響，基于Karzas-Latter高頻近似模型和世界地磁模型，構(gòu)建了神經(jīng)網(wǎng)絡訓練數(shù)據(jù)集，并通過訓練得到了一個新的HEMP快速計算模型。該模型采用多層感知器結(jié)構(gòu)，包含1個輸入層、5個隱含層和1個輸出層，使用Si...

AI輔助VDMOS器件負柵壓單粒子加固設計探索————作者：廖新芳;劉毅;徐長卿;雷丹陽;楊銀堂;

摘要：針對VDMOS器件在負柵壓偏置下抗單粒子能力嚴重不足的技術(shù)問題，結(jié)合地面重離子試驗數(shù)據(jù)，基于TCAD仿真分析得到其負柵壓單粒子失效機制，并探索得到可行的加固技術(shù)。在此基礎上，開展基于人工智能輔助VDMOS器件負柵壓單粒子加固設計研究，綜合利用正交設計、數(shù)據(jù)增強、神經(jīng)網(wǎng)絡建模等技術(shù)手段，得到復雜加固條件下VDMOS器件性能預測模型。最后，基于該預測模型，利用遺傳算法搜索得到最優(yōu)化的加固設計方案，使優(yōu)...

　　相關(guān)教育期刊推薦

• 省級《六盤水師范高等專科學校學報》
• 省級井岡山師范學院學報
• 省級新課程學習(中)
• 省級《首都體育學院學報》
• 省級《語數(shù)外學習》
• 省級《長江師范學院學報》
• 國家級幼教博覽
• 省級閱讀與寫作
• 學報《佳木斯教育學院學報》
• 省級《山東教育》
• 省級現(xiàn)代家教
• 省級世界高爾夫雜志
• 省級《四川體育科學》
• 省級《大學物理》
• 省級教師
• 北大核心《體育文化導刊》
• 北大核心《數(shù)學教育學報》
• 省級《韓山師范學院學報》
• 省級無線音樂·教育前沿
• 省級《外國語言文學》
• 省級成功(教育)
• 省級《東方教育》
• 國家級中國少年兒童
• 省級歷史教學(上半月刊)
• 省級現(xiàn)代基礎教育研究
• 北大核心《現(xiàn)代遠距離教育》
• 國家級安徽教育
• 省級河南教育(高教版)
• 省級《教育與職業(yè)》
• 省級《中國人民大學教育學刊》

　　核心期刊推薦

思想政治教育研究

天津師范大學學報(基礎教育版)

當代教育科學

現(xiàn)代大學教育