高能同步辐射光源二期线站提交完成

高能同步辐射光源（High Energy Photon Source, 简称HEPS）是《国家重大科技基础设施建设“十三五”规划》优先布局的十个重大科技基础设施之一，作为亚洲首个第四代同步辐射光源，也是中国第一个高能量的同步辐射光源，HEPS的建设将填补我国高能和第四代同步辐射装置的空白，为国家重大科技任务开展、工业核心能力提升、基础前沿科学发展提供先进的实验平台和基础条件支撑，是推动我国同步辐射装置达到世界先进水平的重要举措。

HEPS共有48个高低beta交错的直线节。一期建设14条光束线站提供用户使用，2024年初陆续开始带光调试，2025年将试运行。HEPS建筑今年交付使用，全面进入设备安装阶段。HEPS总共可以容纳~90条线站，为充分、尽早发挥HEPS这一大科学装置的作用，满足国内外同步辐射用户的需求，启动了HEPS 二期线站征集。

        AI分子课题组赵丽娜研究员、伍力源助理研究员在HEPS二期线站“征集方式3-实验方法等征集”中提交了提案，提案为：基于物理知识嵌入的快速、可解释、无监督机器学习在线数据分析方法的在线数据分析程序。

本在线数据分析方法将衍射物理等多物理原理蕴含的科学知识作为物理模块内核，分别植入深度学习方法的核心算法，利用深度学习高效的学习能力，得到不同物理机理高度可解释的深度学习预测模型，旨在建立同步辐射物理领域的微观结构解析与科学发现阐释的新方法体系与分析平台。

该方法有3处创新：

1、建立可解释、泛化好的深度学习方法。

解决深度学习可解释性差、对数据强依赖的基础科学问题，发展物理知识嵌入的深度学习新方法体系，建立少样本、可解释、泛化好的人工智能方法原理。

2、开发自监督式算法

解决物质科学研究中，深度学习依赖大量昂贵结构参数标注数据的基础科学问题，开发自监督式深度学习算法，通过建立对应无结构标注数据库与训练平台，摆脱算法对昂贵结构数据标注的依赖。

3、实现同步辐射衍射图像解析的科学研究应用

解决同步辐射衍射图像海量数据需高效物理解析的应用问题，将物理知识嵌入的深度学习新方法体系进行应用拓展，在解决复杂科学问题的过程中，逐步建立开源同步辐射衍射图像数据库与解析算法库，完善大科学装置平台的数据解析方法体系。

该方法的提出对于构建适用于同步辐射不同线站的通用解析方法体系与科学数据分析平台，发挥物理知识嵌入深度学习方法在同步辐射科学发现中的重要作用具有深远影响。