最先提出和发展多变量机器学习方法BDT，显著提高粒子鉴别效率，已成为数据分析的主流方法，广泛应用于粒子物理实验研究。通过希格斯“黄金衰变道”四轻子末态，利用BDT方法显著提高希格斯的信噪比和探测灵敏度，提出用Z衰变到四轻子的不变质量峰刻度希格斯质量，对ATLAS实验希格斯的发现和性质联合测量做出了重要贡献。希格斯的发现揭示了基本粒子质量起源之谜，为标准模型理论奠定了关键的基石，同时为2013年度诺贝尔物理学奖提供最关键的实验证据。首次在LHC实验上发现了稀有的矢量玻色子散射过程，验证了希格斯的幺正机制，这是电弱对称性破缺机制研究的新里程碑。主持国家重点研发计划CEPC相关的物理和关键技术预研究项目-探测器关键技术预研课题和基金委国际合作与交流项目。以通讯作者或主要贡献者发表的论文50余篇，包括1篇Science，1篇Nature，2篇Nature Physics，9篇PRL论文，高能物理数据库引用超过25000余次。