吉林大學物理學院李劍教授課題組于2022年8月在《Nuclear Science and Techniques》期刊上發表的論文“Prediction of nuclear charge density distribution with feedback neural network”，近日榮獲該刊“2024年度優秀論文”稱號。該論文的第一作者為2022級直博生尚天帥，通訊作者為李劍教授與安徽大學牛中明教授。研究通過結合前饋神經網絡與兩參數費米模型，實現了對原子核電荷密度分布的高精度預測，為相關實驗研究提供了重要理論支持。

近年來，李劍教授團隊在原子核電荷性質研究方面取得多項突破。最近，該課題組與合作者在《Physical Review C》上以快報(Letter)形式發表重要成果[Phys. Rev. C 112, L021303 (2025)]，基于相對論密度泛函理論成功解釋了鈣同位素鏈中長期存在的電荷半徑反常現象。研究首次在不引入可調參數的情況下，同時考慮核子內稟電磁結構及核形狀的量子漲落效應，顯著提升了理論預測與實驗數據的一致性，清晰再現了從??Ca到??Ca的電荷半徑演化趨勢。該方法還成功應用于描述錫(Sn)與鎘(Cd)同位素的電荷半徑偏移問題，展現出良好的普適性和可靠性。

此外，團隊還在類氫離子核體積效應、繆原子光譜提取核電荷半徑、電荷分布高階矩計算以及全局電荷密度預測等方面發表多篇高水平論文，持續推動原子核物理前沿發展。該系列研究受到國家自然科學基金和吉林省自然科學基金等項目的資助。