高能X射线本征应变层析成像解的唯一性：反例与适定性条件
本研究深入探讨了基于衍射应变测量的本征应变层析成像中的反问题。通过构造明确的反例，证明了仅从单一应变分量进行重建会导致解不唯一。研究确立了适定性的最小条件：对于各向同性样品，需要测量三个应变分量（三个剪切分量或三个对角分量）才能唯一重建完整弹性应变张量。此外，研究还证明了两项关键结果：任何残余应力场均可由对角本征应变产生；存在无法由各向同性本征应变产生的残余应力场。这些发现为本征应变层析技术及一般反本征应变问题确立了严格的实验与计算要求。
2025-12-15 速览
2025-12-15 共 131 条抓取，按综合热度排序
非正曲率曲面上测地流超扩散中心极限定理获证
本研究针对一类具有平坦圆柱结构的非正曲率曲面，证明了其测地流存在超扩散中心极限定理和弱不变原理，其归一化因子为$(t\log t)^{1/2}$。同时证明了相关函数以$t^{-1}$速率衰减。证明的关键在于改进了由格林丛诱导的稳定/不稳定叶层正则性结果，该结果本身具有独立的研究价值。
五次方等和问题线性切片研究：模条件限制与秩上界证明
本研究聚焦于带线性约束(c+d)-(a+b)=h的五次方等和方程a⁵+b⁵=c⁵+d⁵。首先证明了h必须满足模条件30|h，并针对首个容许切片h=30展开分析。问题可转化为在有理函数域ℚ(S)上的亏格一纤维化寻找有理截面。研究者显式构造了对应的雅可比椭圆曲面E/ℚ(S)，通过利用全局有理2-挠点并应用Gusić-Tadić单射性准则，证明了秩上界rank E(ℚ(S))≤1。这一结果严格限制了该切片内整数解无穷族可能的结构。
有限二维无序系统中体边对应的严格证明
本研究严格证明了有限二维遍历无序系统的体边对应原理。针对具有遍历无序在位势的短程哈密顿量，研究者在Aizenman-Molchanov迁移率隙内定义了体指数和边指数。体指数由霍尔电导（一个已被深入研究的量子化拓扑数）和安德森局域化导致的体局域模式贡献组成；边指数则刻画了迁移率隙内波的平均角动量，并唯一地与有限系统相关联。主要结果表明，当样品尺寸趋于无穷时，边指数几乎必然收敛于体指数。该发现为有限无序系统的体边对应原理提供了严格的数学基础。
非交换Γ半环的代数K理论：从投射模到Grothendieck群
本文首次将代数K理论推广至非交换Γ半环，建立了该领域的基础框架。作者构造了非交换Γ半环上有限生成投射双Γ模范畴，证明其具有正合结构，从而定义了Grothendieck群K₀^Γ。进一步利用初等矩阵和Steinberg关系定义了Whitehead群K₁^Γ，并建立了连接K₀与K₁的基本正合序列。研究为后续高阶K理论谱的研究奠定了代数基础。
非交换伽马半环的高阶代数K理论：Quillen与Waldhausen谱
本文为非交换n元Γ-半环构建了高阶代数K理论。作者从先前引入的双有限、槽敏感的n元Γ-模范畴出发，分别通过Quillen的Q构造和Waldhausen的S•构造定义了高阶K群Kn(T,Γ)。核心成果是证明了由此产生的Quillen谱与Waldhausen谱是典范弱等价的，并进一步将它们与非交换谱SpecTnc(T)上拟凝聚层导出范畴中的完美复形稳定∞范畴的K理论等同起来。由此获得了K理论的函子性、局部化、切除序列以及导出Morita不变性，表明该K理论是非交换谱的导出几何不变量，并将具体计算归结为几何分解和同调技术。
离散时间系统随机与有界噪声的线性二次控制新策略
本文针对同时受随机噪声和有界噪声干扰的离散时间系统，提出了一种新的线性二次控制设计方法。该方法创新性地结合了卡尔曼滤波和椭球集员滤波进行状态估计，以兼顾两种噪声特性。在此基础上，推导出一种鲁棒状态反馈最优控制律，该控制律同时考虑了随机和有界状态估计误差，在保证系统稳定性的同时避免了过度保守。此策略扩展了线性二次控制的应用范围，尤其适用于具有多样化传感且受不同类型噪声影响的现实控制系统。数值仿真结果验证了所提策略在控制性能上的提升。
间断伽辽金法求解超图扩散问题的稳定性与收敛性分析
本研究将内部惩罚间断伽辽金方法应用于求解定义在超图结构（如线段网络或平面曲面网络）上的椭圆方程。核心贡献在于通过证明超图上的离散庞加莱不等式，确保了方法的稳定性。对于正则性参数 1 < r ≤ 2 的解，证明了方法的收敛性；在低正则性（r ≤ 3/2）情况下，利用超图上索伯列夫空间的广义提升算子，获得了弱一致性结果。数值实验验证了理论分析的正确性。
一类具有任意高次不变代数曲线的平面Lotka-Volterra系统
本文构建了一类新的平面Lotka-Volterra系统，其显著特点是能够显式地包含任意高次的不变代数曲线。这一发现突破了以往此类系统不变曲线次数的限制，为研究复杂动力系统的代数结构提供了新的模型和工具。
球面乘积上多项式优化的矩-SOS层次结构有限收敛性证明
本研究针对定义在多个球面乘积上的多重齐次多项式优化问题，证明了对于一般的目标函数，矩-SOS松弛层次结构具有有限收敛性。该问题建模了寻找任意张量最佳秩一逼近的张量优化问题。研究通过结合局部最优性条件、微分几何和莫尔斯理论，将先前在单个球面上齐次多项式的结果推广到更一般的乘积流形情形。
算子学习最优加权最小二乘法：实现近最优样本复杂度
本研究提出了一种用于学习希尔伯特空间之间未知算子的加权最小二乘方法。通过引入算子层面的Christoffel函数定义采样测度和权重，该方法能生成均匀良态的格拉姆矩阵，并实现近最优的样本复杂度（样本量M ~ N log N）。研究构建了稠密于有界线性算子类的秩一线性算子空间，以及在温和假设下稠密于Bochner空间的秩一多项式算子空间，并给出了相关最优测度的可实施采样程序。该方法在泊松方程、粘性Burgers方程和不可压Navier-Stokes方程的解算子学习等基准问题上验证了有效性。
球解码算法新突破：引入自由度提升整数最小二乘问题求解效率
本文重新审视了用于求解整数最小二乘问题的球解码范式，通过引入额外自由度来挖掘解码潜力。提出了等效球解码方法，其本质与经典的Fincke-Pohst球解码相同，但使用初始搜索规模K和偏差因子σ两个新参数来表征球半径D。研究表明，通过适当固定σ，当球半径D=σ√(2lnK)时，ESD在访问节点数上的复杂度上界为|S|，为高效求解通信与信号处理中的关键问题提供了新思路。
因果影响的资源理论框架：从确定性关系到知识不确定性
本研究为理解和量化变量间的因果关系建立了一个资源理论框架。研究聚焦于两个变量存在因果序（无隐藏混杂）的最简非平凡情形。首先，针对确定性函数依赖的因果影响，提出了可直接量化的资源理论，并解决了资源可转化性判定和完备单调集识别问题。其次，针对函数依赖存在不确定性的情况，构建了相应的资源理论，并给出了判定知识状态间可转化性的线性规划方法。特别地，对于二值变量情形，识别出了一个能完全刻画所有资源偏序关系的三元单调集，并对每个单调量进行了解释。
Freiman-Ruzsa定理边界改进：逼近多项式猜想
本研究针对加法组合学中的Freiman-Ruzsa定理取得重要进展。当有限阿贝尔群子集A满足|A+A|≤K|A|时，证明A可被至多exp(C_ε log(2K)^{1+ε})个凸陪集级数的平移覆盖，其维度和大小均有类似上界。该结果将先前Sanders和Konyagin要求的ε>2改进为任意ε>0，距离多项式Freiman-Ruzsa猜想（ε=0）仅一步之遥。证明创新性地结合了熵方法与傅里叶分析技术。
AI如何提升实验室新手技能？一项真实生物实验的实证研究
本研究通过一项对照实验，实证测量了AI推理模型对无湿实验室经验人员的技能提升效果。参与者被要求完成大肠杆菌转化与表达实验，实验组可使用AI助手，对照组仅能使用互联网。研究记录了实验成功率等定量结果，并观察了参与者与AI、设备及同伴的互动方式。研究结果为评估AI在生物安全等领域的实际影响提供了方法论和数据基础。
AI作为认知放大器：重新审视生成式AI时代的人类判断力
本文基于GPT-3时代以来的专业培训与用户观察，提出生成式AI应被视为“认知放大器”，其输出质量根本上取决于使用者的专业知识和判断力。作者通过分析专家与新手的差异，构建了从被动接受到认知引导的三级AI参与模型，并指出层级跃迁的关键在于领域专长和元认知技能的培养，而非单纯的技术提示工程。这对劳动力发展和AI系统设计具有重要启示。
WebSTAR：通过步骤级过滤合成高质量数据，提升计算机使用代理性能
本文提出了一种可扩展的数据合成方法，用于训练计算机使用代理。核心创新在于步骤级过滤，它能从嘈杂的代理操作轨迹中自动筛选出正确的步骤，无需人工标注。基于此方法构建了包含13.3K轨迹的WebSTAR数据集，并训练了Qwen模型。在WebVoyager基准测试中，仅通过监督微调的7B模型即超越现有最佳开源模型15%以上。研究还创建了WebSCORE数据集和轻量级奖励模型StepRM，为高效、鲁棒的计算机使用代理开发提供了新工具。
多模态情感意图分析驱动AIGC个性化推荐，提升用户满意度
本研究提出一种基于多模态情感与意图识别模型（MMEI）的个性化AIGC推荐系统。该系统通过预训练的ViT、Wav2Vec2和BERT编码器，结合注意力融合模块，综合分析用户的面部表情、语音语调和文本评论，以捕捉其交互时的实时情感与意图状态。实验表明，该模型在基准数据集上F1分数提升4.3%，在线评估中用户参与时长增加15.2%，满意度提升11.8%，有效实现了内容与用户情感意图的精准匹配。
Tekum：面向平衡三值逻辑的锥形精度实数运算新格式
本文针对新兴的三值逻辑硬件，提出了名为“Tekum”的实数运算新格式。它借鉴了Posit和Takum格式的锥形精度思想，并专门为平衡三值逻辑系统设计。研究解决了该格式设计中的若干基础挑战，评估表明其展现出极具前景的特性，在多方面性能优于现有的Posit和Takum格式。这项工作为在三值系统中释放实数计算的潜力奠定了基础。
MREF-AD：基于区域专家融合的多模态阿尔茨海默病诊断模型
本文提出MREF-AD模型，通过混合专家框架将大脑各区域视为独立专家，并利用两级门控网络学习个体化的融合权重，自适应整合淀粉样蛋白PET和MRI等多模态信息。该模型在ADNI数据集上实现了先进的诊断性能，同时提供了区域和模态层面的可解释性，揭示了结构与分子影像对疾病诊断的联合贡献。
印度临床语音识别系统评估：多语言环境下存在显著偏见
本研究首次系统评估了主流ASR模型在印度真实临床访谈数据（卡纳达语、印地语、印度英语）上的表现。通过对比Indic Whisper、Whisper、Sarvam等模型，发现不同语言和模型间性能差异巨大，部分系统在印度英语上表现良好，但在方言或混合语言上失败。研究揭示了与说话者角色（患者/医生）和性别相关的系统性性能差距，凸显了在印度医疗环境中公平部署ASR技术的紧迫需求。
非洲语言语音识别模型性能基准测试：数据稀缺下的最优选择
本研究首次对Whisper、XLS-R、MMS和W2v-BERT四种主流语音识别模型在13种非洲语言上的表现进行了系统性基准测试。通过使用1至400小时不等的标注数据进行微调，研究发现：在极低资源场景下，MMS和W2v-BERT更具数据效率；随着数据增加，XLS-R的扩展性更佳；而Whisper在中资源条件下表现突出。研究还分析了外部语言模型解码的适用条件及其局限性，为资源匮乏语言的ASR系统设计提供了实证依据。
多智能体模块化学习框架：提升人机交互中的情感识别效率与灵活性
本文提出了一种新颖的多智能体框架，用于训练多模态情感识别系统。该框架将每种模态的编码器（如视觉、音频、文本）和融合分类器视为独立的智能体，由一个中央监督器协调。这种方法支持新模态（如通过emotion2vec的音频特征）的模块化集成、旧组件的无缝替换，并显著降低了训练过程中的计算开销。通过一个支持视觉、音频和文本模态的概念验证实现，证明了该框架的可行性。它不仅提高了训练效率，还为具身和虚拟智能体在人机交互场景中设计更灵活、可扩展和可维护的感知模块提供了新思路。
TritorX：AI驱动的ML加速器算子生成系统，覆盖481个PyTorch算子
本文介绍了TritorX，一个基于大语言模型的AI系统，旨在为新兴的ML加速器平台（如Meta MTIA）大规模生成功能正确的PyTorch ATen算子内核。该系统整合了开源大模型、自定义代码检查器、即时编译和基于PyTorch OpInfo的测试框架，优先追求算子的覆盖率和正确性，而非仅针对少数高性能内核。实验表明，TritorX成功为481个独特的ATen算子生成了内核和封装，并通过了超过2万项对应测试，为实现新硬件平台“一夜之间”生成完整PyTorch后端铺平了道路。
动态多目标调度提升GPU集群效率，利用率最高达78.2%
针对GPU集群利用率低（约50%）、存在资源碎片化和作业饥饿等问题，本研究系统评估了静态调度策略的局限，并提出了三种动态多目标调度器：混合优先级调度器（HPS）、预测性回填调度器（PBS）和智能批处理调度器（SBS）。在模拟的64-GPU集群上对1000个AI作业的测试表明，动态调度器在利用率、吞吐量、公平性和饥饿缓解方面均显著优于FIFO等静态基线。其中HPS表现最佳，实现78.2%的利用率和25.8作业/小时的吞吐量，并将长时间等待作业数从156个大幅减少至12个。
Dora：面向分布式边缘AI的QoE感知混合并行框架
本文提出Dora框架，旨在解决资源受限的边缘环境中，分布式AI模型训练与推理的用户体验质量（QoE）保障难题。Dora通过异构感知模型分区、竞争感知网络调度和运行时适配三大机制，联合优化异构计算、易竞争网络与多维QoE目标。在智能家居、交通分析等典型场景中，Dora在满足QoE要求的同时，实现了1.1-6.3倍的执行加速，或降低21%-82%的能耗。
MolSculpt：从化学语法“雕刻”3D分子几何结构
本研究提出MolSculpt框架，旨在解决现有方法在利用1D分子表示生成3D几何结构时存在的知识脱节问题。该框架基于冻结的1D分子基础模型和3D分子扩散模型，通过引入可学习的查询从基础模型中提取化学知识，并利用可训练投影器将其注入扩散模型，从而在端到端优化中深度融合1D潜在知识以指导3D生成。实验表明，MolSculpt在从头生成和条件生成任务上均达到SOTA性能，在GEOM-DRUGS和QM9数据集上展现出卓越的3D保真度与稳定性。
MedBioRAG：融合语义检索与大语言模型的生物医学问答新方法
本研究提出MedBioRAG模型，通过结合语义与词法搜索、文档检索及监督微调，显著提升大语言模型在生物医学领域的问答能力。该模型在NFCorpus、TREC-COVID、MedQA等多个基准测试中，于文档检索、封闭式问答及长文本生成任务上均超越了现有最优模型及GPT-4o基础模型，尤其在检索相关性与答案准确性方面表现突出。
SCOUT：一种防御语言模型微调中数据投毒攻击的新方法
本文针对语言模型面临的隐蔽数据投毒攻击，提出了SCOUT防御框架。攻击者利用特定领域知识，构造语义自然但内含恶意触发词的文本（如医疗诊断、社交媒体成瘾分类），以操纵模型输出，传统基于上下文的检测方法对此类攻击失效。SCOUT通过分析移除单个词元对目标标签输出逻辑值的影响，构建显著性图谱来识别可疑触发词。实验表明，该方法在多个基准数据集上能有效检测传统及新型复杂攻击，同时保持对干净输入的预测精度。
面向多智能体系统的下一代查询优化框架
本文针对基于大语言模型的多智能体工作流提出下一代查询优化框架。当前构建此类架构的方法多为临时方案，缺乏通用性、可扩展性和系统性优化。新框架旨在应对异构数据源与查询引擎下的多智能体协同、昂贵LLM调用成本控制及任务冗余消除等新挑战，实现自动化模型选择、工作流组合与跨引擎执行优化，为新兴多智能体架构奠定基础。
超越忆阻器：忆感器在神经形态计算中的独特作用
本研究提出并验证了忆感器（具有记忆功能的电感器）在神经形态计算架构中的关键作用。研究发现，带磁芯的线圈其电感L(q)是电荷q的函数，构成忆感器，其磁芯磁化状态能记忆电流历史。与忆阻器不同，忆感器能通过影响神经形态RLC电路的时间常数（由电感和电容共同决定）来发挥独特功能。实验成功利用该忆感器复现了阿米巴原虫的记忆、计时和预测行为，为超越忆阻器的计算范式提供了理论与实验依据。
同步游戏在有限自动机子类上的统一获胜策略
本研究针对同步自动机上的同步游戏，证明了当自动机的转移幺半群属于伪簇DS时，同步器存在统一的获胜策略。DS由所有正则D类构成子半群的有限幺半群组成。研究进一步表明，DS是具备这一性质的最大伪簇，为同步游戏的理论分析提供了重要边界。
揭秘大语言模型的“认知之镜”：注意力头如何驱动推理过程
本研究提出了一种新颖的可解释性框架，通过构建包含逐步子问题和特定认知功能（如检索、逻辑推理）的CogQA数据集，系统分析了LLM中注意力头的功能角色。研究发现，注意力头表现出功能专门化，形成“认知头”，它们具有稀疏性、功能间数量分布不均以及交互式层级结构等关键特性。实验表明，移除这些认知头会损害模型推理性能，而增强它们则可提升准确性。
神经质量模型的统一框架：构建大脑振荡的“罗塞塔石碑”
本文提出了一种用于统一各类神经质量模型（NMMs）的系统性框架。该框架从最简单的无阻尼谐振子出发，基于兴奋与抑制神经群之间的推拉式相互作用，构建了一个从抽象到生物细节的“阶梯式”模型体系。每个层级都涵盖了从单节点到受迫驱动，再到耦合网络的完整建模过程。该工作旨在将分散的建模形式统一起来，帮助理论家和实验者在不同尺度、模态和干预手段之间进行转换，为大脑振荡模型提供一个通用的“动力学语言”。
脑组织微尺度细胞外血清素动力学：隔室-反应扩散模型揭示信号传递新机制
本研究针对神经递质血清素在脑组织微环境中的细胞外动力学，开发了一个新的数学框架。该框架通过二维隔室-反应扩散系统，结合强局域扰动理论，推导出一组渐近等价的非线性积分-常微分方程，在保留扩散耦合的同时实现了高效计算。模型分析了周期平均稳态，利用詹森不等式建立边界，获得了尖峰最大值和最小值的闭式解，并基于指数和核实现了快速行进求解。研究揭示了血清素能膨体如何形成扩散耦合的微域，产生空间“血清素储库”，阐明了局部传递与容积传递的差异，为高分辨率血清素成像和选择性血清素再摄取抑制剂的作用机制提供了新的定量见解。
对称性损失：从自由能视角看大脑启发的恒等学习
本研究提出“对称性损失”算法框架，通过环境对称性构建可微约束，实现神经表征的不变性和等变性学习。该模型将学习过程视为有效对称群的迭代优化，模拟大脑皮层表征与外界结构对齐的发育过程。通过最小化结构意外（对称一致性偏差），该框架为表征学习提供了类自由能的目标函数，连接了预测编码与群论视角，展示了基于对称性的自组织如何产生高效、稳定且组合式的表征。
Marti-5：基于“自我与世界”分离的数学建模，迈向自我意识的第一步
本研究提出了一种受生物学启发的数学模型Marti-5，旨在解决大脑“是什么”与“在哪里”信息处理通路如何协同工作的难题。该模型通过模拟新皮层柱与基底神经节的交互，构建并利用“自我模型”来区分自我与环境，从而做出更优预测和行动选择。基于此模型开发的强化学习智能体，在Pong和Breakout等Atari游戏中成功学会了有目的的行为。研究表明，区分自我与环境的能力为智能体带来了优势，这可能是生物进化中出现此类模型的动因。
自然智能的数学基础：基于认知组与超网络的大脑建模新框架
本文提出了一种基于“认知组”概念的自然智能数学建模新框架。该框架将大脑视为由功能系统和细胞集群两类认知组构成的神经超网络，而意识则是该超网络中认知元素大规模整合的一种特殊动力学形式。研究基于“大脑发现外部世界所有可能的因果关系并从中得出所有可能结论”这一普遍原理，构建了认知组及其动态过程的数学模型，并成功推导出多种经典认知理论，为理解大脑与心智提供了统一的数学基础。
基于增强随机森林预测化疗方案失败风险
本研究利用肿瘤电子病历中的真实世界证据，构建了预测化疗方案失败或提前终止的模型。通过从临床记录、诊断和用药信息中构建新颖特征向量，并遵循性能、复杂性和可解释性三维设计框架，最终选择增强随机森林模型。该模型在五种主要癌症类型上实现了80%的基线准确率和75%的F1分数，同时降低了模型复杂度，提高了肿瘤科医生的可理解性和实用性。
神经网络中的无歧义表征：信息论视角下的意识基础研究
本研究通过信息论框架，将表征歧义定义为给定表征R时可能解释I的条件熵H(I|R)。在MNIST数字分类任务中，实验发现网络连接中的关系结构能够无歧义地编码表征内容：对于dropout训练的网络，通过解码器或几何匹配可100%准确识别输出神经元类别；而标准反向传播网络仅为38%，表明表征歧义可与行为准确性正交出现。输入神经元空间位置信息也可从连接中解码（R²达0.844），为量化神经系统表征歧义提供了新方法。
传染病模型全局稳定性新定理：统一易感性模型均收敛至唯一平衡点
本研究证明了一个普适性定理：对于任何满足“易感者不可区分且仅感染一次”假设的仓室传染病模型，其动力学行为完全由基本再生数R0决定。当R0>1时，系统存在唯一全局渐近稳定的地方病平衡点；当R0≤1时，疾病灭绝平衡点全局稳定。该定理统一了过去一个世纪的大量相关结果，将许多局部稳定性结论强化为全局稳定性，并彻底排除了此类模型中存在多重稳定平衡或非平衡吸引子的可能性，为一大类经典模型的长期行为提供了确定性答案。
深度学习实现蜂群数量快速精准测量
本研究提出了一种基于CSRNet深度学习模型的蜜蜂种群自动计数方法，并发布了首个专门用于此任务的高分辨率数据集ASUBEE。该方法通过密度图估计预测蜂群数量，有效解决了蜂巢监测中常见的遮挡和重叠问题。实验表明，该方法每张图像仅需1秒计算时间，在复杂密集的蜂巢场景中仍能保持高精度，为研究人员和养蜂人提供了高效、可扩展的监测工具。
墨西哥中部高原发现龙舌兰新物种：Agave villalobosii
研究人员在墨西哥阿瓜斯卡连特斯州和萨卡特卡斯州南部的中央平原，描述并图示了一种龙舌兰科植物新物种——Agave villalobosii。该物种隶属于双花被组，其莲座丛外观与A. flexispina相似，但叶片更少、齿距更宽，圆锥花序更紧凑、侧枝更倾斜，蒴果近球形至宽椭圆形。根据初步评估，该新物种处于极度濒危状态。
PrEP使用引发风险补偿行为，如何影响其他性传播感染传播？
本研究构建了一个最小化模型，探讨HIV暴露前预防（PrEP）在男男性行为高风险人群中引发的风险补偿行为对其他性传播感染（STI）传播的影响。模型整合了风险意识驱动的自我保护行为、PrEP使用者的风险补偿行为以及定期无症状STI筛查三个关键要素。研究发现系统存在一个基本再生数R0，当R0=1时发生跨临界分岔，无病平衡点失稳，地方病平衡点出现并渐近稳定。研究识别了区分不同传播状态的行为与政策参数临界阈值，为理解行为适应、预防干预与疾病动态之间的非线性相互作用提供了通用框架。
传染病防控新发现：最优策略非严即松，季节性影响显著
研究提出一个通用优化框架，用于平衡传染病防控措施的成本与感染成本。研究发现，在基本再生数恒定的情况下，最优策略要么严格防控，要么完全放开，不存在中间最优解。在季节性变化下，冬季需采取更严措施，但感染高峰会延迟至春季。此外，即使实施最优防控，疫苗接种期间仍可能出现感染波。研究还量化了防控延迟的成本，表明对于严重疾病，短期延迟也会显著增加总成本。
蛋白S复合物调控凝血酶生成的新机制及其在出血性疾病中的作用
本研究通过扩展已验证的凝血数学模型，揭示了蛋白S复合物（PSC）抑制凝血酶生成的双重机制：增强TFPIα对凝血因子Xa的抑制能力，并在血小板膜上积累以占据因子V结合位点。研究发现PSC浓度变化显著影响出血性疾病严重程度，例如在East Texas出血障碍中高浓度PSC会消除凝血酶爆发，而在因子V缺乏症中降低PSC可恢复凝血酶生成。该研究为靶向PSC的抗凝治疗提供了理论依据。
新算法提升B细胞谱系重建精度，助力HIV抗体疫苗设计
本研究提出了一种新方法，用于在序列进化存在位点依赖性的复杂模型下，近似计算系统发育树的后验概率并重建祖先序列。该方法结合了数据增强和重要性采样技术，其关键优势在于能够利用现有高度优化的系统发育软件。研究将其应用于从高通量B细胞受体测序数据中重建亲和力成熟谱系，并评估了考虑位点依赖性对树和祖先序列重建精度的影响。模拟数据显示，在推断中考虑上下文依赖性总能提高两者的估计准确性。此外，研究还探讨了整合基于VDJ重组模型的先验信息的影响，并提出了一种改进的分段先验方法，以提高实际重建精度。该方法已应用于分析作为当前疫苗设计重要靶点的HIV广泛中和抗体DH270和CH235。
长程机器学习势函数在复杂化学空间中的泛化能力研究
本研究系统评估了不同长程修正机器学习势函数架构在复杂化学空间中的表现。研究发现，长程修正方案不仅能提升模型在分布内数据的性能，更重要的是能显著增强模型对未见化学空间区域的泛化能力。为进行更严谨的基准测试，研究引入了有偏的训练-测试集划分策略，以明确测试模型在化学空间显著不同区域的表现。该方法虽以金属有机框架为例，但广泛适用于其他材料，为设计更稳健、可迁移的机器学习势函数提供了框架和诊断工具。
任意形状海冰浮冰在波浪中运动与变形的耦合动力学模型
本研究建立了一个全面的数学模型，用于描述任意形状、非均匀厚度的海冰浮冰在线性海洋波浪作用下的耦合水弹性动力学。该模型在一个统一的格林函数框架内，同时纳入了四种主要的刚体运动（垂荡、纵荡、横摇、纵摇）和完整的弯曲变形模态谱。通过将速度势分解为与入射波、散射波、刚体运动和弹性模态相关的部分势，将问题简化为所有边界段上表面密度函数的第二类Fredholm积分方程组。研究提供了非均匀厚度浮冰谱的渐近分析，并讨论了入射波频率与固有振动模态相互作用产生的共振现象。
冠状动脉血流模型引入不确定性量化，提升临床决策可信度
本研究将不确定性量化（UQ）方法整合到冠状动脉左主干的稳态血流计算流体动力学（CFD）模型中，以分析输入血流动力学参数对壁面剪应力（WSS）的影响。研究采用UncertainSCI工具，通过多项式混沌展开构建输入参数与输出WSS之间的代理模型，并直接从中提取敏感性指数和统计量。结果表明，在理想化模型中速度是WSS变异的主要来源（~79%），而在患者特异性模型中粘度占主导（~59%）。该框架有助于增强计算模型的可信度，推动其在冠心病诊断、预后和治疗策略临床决策中的应用。
Ugo Amaldi与DELPHI实验：LEP对撞机的物理遗产与科学文化影响
本文通过Ugo Amaldi的科学生涯与领导力，描绘了CERN大型正负电子对撞机（LEP）上DELPHI实验的贡献。从Z玻色子极点的精确研究，到W玻色子对产生的高能运行，再到雄心勃勃的希格斯粒子搜寻，DELPHI深刻塑造了LEP的物理研究计划。文章重点介绍了Amaldi在探测器技术选择、支持青年物理学家及协作领导方面的创新，并指出DELPHI在技术、软件、治理结构和数据共享实践上，为后续对撞机实验和当代科学政策奠定了基础，其遗产不仅限于粒子物理，更成为现代科学文化的重要组成部分。
基于物理信息的挤出式3D打印动态建模，实现实时控制
本研究针对挤出式3D打印在实时优化与控制中模型精度与计算成本的矛盾，提出了一种降阶动态流动模型。该模型基于Navier-Stokes方程推导的物理原理，通过空间平均和输入相关参数化进行简化，并使用非线性最小二乘法结合CFD仿真数据进行辨识与验证。结果表明，该模型在喷嘴、喷嘴-基板间隙及沉积层区域均与高保真CFD数据高度吻合，在捕捉主导流动动力学的同时，保持了适用于实时控制与优化的计算简洁性。
3D打印显微镜：低成本光学教学工具，支持定量波动光学实验
研究人员开发了一种可用于本科波动光学实验的教学工具——一种配备摄像头的显微镜。该设备既可由标准显微镜改造，也可使用市售的物镜、分束器、LED、线性平台等廉价组件结合3D打印部件组装而成。通过结合白光LED照明和干涉滤光片，该仪器能够定量研究折射、干涉（如牛顿环）、菲涅尔和夫琅禾费衍射等多种光学现象，为光学课程的理论教学提供了直观的实验支持。
阿拉斯加海域冰情数据对比研究：区域冰图与卫星产品差异揭示航行风险
本研究对比了阿拉斯加海冰计划的区域冰图与哥白尼卫星海冰密集度数据，发现哥白尼数据在近岸和边缘冰区（如库克湾）存在系统性低估。经验正交函数分析表明两者捕捉的主要物理模态一致。结合船舶自动识别系统数据与POLARIS风险指数评估发现，约36%在冰区航行的船舶处于高风险状态。研究证明区域冰图与卫星产品互补，可提升北极航行风险评估的准确性。
微重力与近绝对零度：量子计算硬件的新前沿
本文提出，结合微重力与超低温环境，可为量子比特提供近乎“理想”的操作环境，显著减少引力扰动、热噪声和振动干扰，从而延长量子比特相干时间并降低错误率。研究分析了超导电路、囚禁离子、超冷中性原子和光子量子比特四种主流平台如何从中受益，并引用了国际空间站上的玻色-爱因斯坦凝聚态、轨道原子钟及空间光子量子计算机的实验证据。最后，文章提议开展地面与微重力环境下量子处理器的并行对比实验，以直接量化移除引力影响后量子比特相干性、门保真度和读出精度的提升。
nEXO实验低温ASIC电荷读出芯片性能验证
为下一代无中微子双贝塔衰变实验nEXO，研究人员开发了可在液氙中直接工作的低温专用集成电路（CRYO ASIC），以读取电离信号。测试表明，该芯片在液氙温度下性能稳定，24小时增益变化小于0.2%，并能通过片上脉冲器进行原位校准。通过将系统压力维持在约0.1 MPa以上，可有效缓解芯片发热导致的沸腾问题。实测噪声与仿真一致，满足150电子设计指标，验证了其作为nEXO低噪声电荷读出方案的可行性。
机器学习在粒子物理前沿的应用概述
本章节概述了机器学习（ML）的核心概念，即利用算法从数据中学习、识别模式并进行预测或决策，而无需显式编程。重点探讨了与粒子物理学相关的ML方法，并提供了其在能量前沿、强度前沿、宇宙前沿和加速器前沿等领域的应用实例。
固态氖中钡原子光谱研究：首次测量激发态寿命
本研究利用基质隔离光谱技术，在6.8 K的氖晶体中对中性钡原子进行了光谱分析。通过两种激光激发方案，观测了钡的荧光级联过程，测量了基质引起的能级位移和非均匀线宽，并首次在氖晶体中测量了钡5d6s 3D1态的寿命，结果为0.39 ± 0.02秒。该研究为未来在氖基质中使用氟化钡进行电子电偶极矩搜索奠定了基础，并有助于理解钡原子作为杂质可能带来的背景和系统限制。
铋纳米光栅实现窄带等离子体共振，用于动态偏振色彩生成与传感
本研究报道了一种新型铋纳米光栅，其具有偏振敏感且窄带的等离子体共振特性（Q > 10）。该结构通过无光刻方法在DVD纳米结构层上沉积铋制成，面积可达平方厘米级。当入射光偏振方向垂直于光栅线时，会产生随入射角变化的可见光至近红外等离子体共振，从而产生虹彩偏振色；而平行偏振时则无此现象。该共振对周围介质折射率变化极为敏感（> 500 nm/RIU），例如颜色可从空气中的绿色变为水中的红色，展示了其在动态偏振色彩生成和比色传感方面的应用潜力。
基于氧化物界面的低功耗模拟忆容器，为神经形态计算提供新方案
研究人员利用LaAlO3/SrTiO3异质界面形成的准二维电子气作为电极，结合SiO2/SrTiO3介质层，成功制备出新型忆容器。该器件通过栅压可逆调控电容，并能通过预编程栅压控制电容滞回窗口的移动，在零偏压下实现更大的电容窗口。其低电压操作和栅极可调性，为构建高能效的电容型神经形态和突触电子架构提供了有潜力的硬件基础。
Cr2O3/β-Ga2O3异质结二极管展现优异电学稳定性与热稳定性
本研究对比了基于Cr2O3和NiOx的β-Ga2O3异质结二极管（HJD）的电学特性。两种二极管均表现出优异的整流性能，击穿电压可达1.4-2.3 kV。研究发现，暴露于环境后，NiOx基HJD的正向电流密度在10天后显著下降，而Cr2O3基HJD则保持稳定。实验与理论分析表明，NiOx的稳定性受环境水分影响，且在高温下界面会形成镍镓酸盐相，导致热稳定性降低。该研究证实Cr2O3是实现稳定、高性能多千伏β-Ga2O3异质结二极管的理想p型氧化物材料。
双能电子束二极管中发现五种电荷传输模式及其转换机制
本研究通过全动理学粒子网格模拟，首次揭示了双能电子束二极管中存在的五种不同电荷传输模式及其转换。研究发现，特定的传输模式（如空间电荷振荡）和电流传输特性主要由电子束能量与注入电流密度之间的相互作用决定。研究进一步对n组分电子束进行了更广义的分析，并提出了一个与模拟结果吻合良好的理论分段函数。这一发现为理解二极管中多电子束传输提供了机制性图像，为设计高性能现代真空电子器件开辟了新途径。
代币化货币分类：十二维设计框架解析
本文针对代币化货币（包括央行数字货币、存款代币、稳定币等）概念模糊的问题，提出了一个涵盖十二个关键设计维度的分类法。该框架系统比较了不同代币化货币在发行结构、抵押机制、治理模式和技术嵌入等方面的差异，阐明了设计选择如何影响其货币属性、风险和政策含义，为学术、行业和监管领域的清晰分析与对话提供了支持。
美国培养的科学家四分之一最终离开，但美国仍从中获益
基于1980-2024年新数据的研究发现，约25%在美国接受STEM博士教育并保持科研活跃的毕业生，在毕业15年内会离开美国。尽管离开后，美国在其科研成果全球专利引用中的份额从70%降至50%，但仍比其迁入国的份额高出五倍，且与所有其他国家的总和相当。这表明美国培养外国科学家具有重要价值，即使他们离开。
贸易冲突的就业冲击：关税升级或致全球失业超2300万
本研究评估了2025年美国“美国优先”战略重启引发的关税升级对全球就业与贸易的影响。通过将多区域投入产出模型与贸易模型结合，分析捕捉了价格与竞争力变化下双边贸易份额和最终需求的内生调整。模拟了三种贸易政策情景：无报复的现有关税、包含报复措施的升级关税以及潜在的冲突降级情景。结果显示，关税增加将导致广泛的就业和出口损失，在最不利情景下全球累计失业人数超过2300万。非正规及低技能劳动者承受最大负担，占就业总损失的80%以上，而高收入及中高收入国家出口量亦显著收缩。
宗教如何影响森林生态？非洲传统信仰对贝宁森林覆盖的积极影响
本研究探讨了宗教信念如何塑造生态系统，聚焦于将森林视为神圣领域的非洲传统宗教。通过分析贝宁地区接触灵恩派五旬节教派的外生变化，研究发现非洲传统宗教信徒的增加显著提升了森林和树冠覆盖率。这种提升源于可持续的土地利用政策，而非合作治理机制。理论模型估计，若无传统宗教影响，贝宁将损失10%的树冠面积并面临不可持续的森林砍伐率。
德国核废料处置基金面临资金缺口：延迟或需追加310亿欧元
德国高放核废料最终处置的选址目标已从2031年推迟至2046年甚至更晚，导致总成本上升。本研究通过随机分析评估了负责筹资的外部基金KENFO的长期资金充足性。研究发现，即使乐观估计，KENFO所需的平均投资回报率需从3.7%提升至5.91%-6.63%，否则到2024年可能面临高达310.7亿欧元的资金缺口。为避免将财政负担转移给后代，德国决策者需主动采取措施，如减少延迟或增加注资。
AI对在线劳动力市场的影响：ChatGPT引发转折点
本研究通过双重差分法分析发现，ChatGPT的推出对不同在线劳动力市场产生了截然相反的影响：在翻译与本地化市场，AI表现出替代效应，导致工作量和收入下降；而在网页开发市场，则表现出生产力效应，工作量和收入均有所提升。研究者构建了一个古诺竞争模型，为每个市场识别出一个AI影响的“转折点”。在转折点之前，人类工作者受益于AI增强；超过之后，则面临被替代的风险。异质性分析表明，美国网页开发者相比其他地区同行获益更多，而经验丰富的翻译者更可能退出市场。
连续暴露因果推断的敏感性分析新方法：聚焦平均导数效应
本文针对观测性研究中常见的连续型暴露变量，提出了一种针对平均导数效应的敏感性分析框架。研究在潜在与观测广义倾向得分比值比受限的敏感性模型下，推导出了ADE的闭式边界，并构建了灵活高效的边界估计器及点态与同步置信区间。通过模拟验证了方法的有限样本性能，并应用于评估父母收入对教育程度的影响以及汽油价格弹性等实证研究。
均衡分类：最优决策规则的结构与反直觉设计
本文研究了个体行为会随分类规则调整时的最优分类问题。通过建立设计者与人群的斯塔克尔伯格博弈模型，研究发现，在标准的单调似然比假设下，最优分类规则属于一个简洁且可解释的族类——单阈值或双截断规则。这些规则可能包含反直觉设计，例如奖励似然比较低的个体，或将奖惩集中于中间区间以提升信息质量，从而最大化全局分类精度。研究还刻画了能够排除有害均衡的分类目标。
亚纳弧度角分辨率下的恒星物理：揭示恒星表面精细结构
本文探讨了通过光学干涉仪实现亚纳弧度角分辨率观测恒星表面的潜力。当前数百米合成孔径已能解析近邻主序星、巨星和超巨星表面的亮度变化、星斑、对流胞等特征。未来若将合成孔径扩展至约20公里，将能首次测量白矮星半径，并实现对其表面特征的精细观测，如同当前对超巨星的解析水平。
非高斯性几何揭示原初黑洞形成新机制
本研究深入分析了瞬态非吸引子暴胀模型中高阶关联函数（双谱）的几何特征。研究发现，相变和粒子产生过程主要产生等边构型非高斯性，而非吸引子阶段则倾向于产生压缩构型。团队提出了一种简化的双谱估计器，能有效捕捉其主要特征。结果表明，非线性效应显著拓宽了产生大密度扰动的尺度范围，可能改变原初黑洞和标量诱导引力波的丰度、质量及频率谱。
JWST揭示宇宙正午星系团合并：弱引力透镜与多波段观测
研究团队利用詹姆斯·韦伯太空望远镜（JWST）的深度近红外成像，对高红移（z=1.98）星系团XLSSC 122进行了弱引力透镜分析，首次在宇宙年龄仅为当前三分之一时精确绘制了其质量分布图。结合钱德拉X射线、MeerKAT射电、ALMA/ACA/ACT的SZ效应等多波段数据，发现质量峰与X射线峰一致，但与SZ峰存在显著偏移，并观测到一致的东北-西南方向拉长结构，这些证据共同指向该星系团正处于活跃的合并活动状态。这项工作展示了JWST在高红移引力透镜研究中的独特能力，为探究宇宙正午时期星系团的组装历史提供了关键案例。
XRISM/Resolve揭示半人马座星系团核心化学组成
本研究利用XRISM/Resolve卫星前所未有的~5 eV高分辨率，精确测量了邻近明亮的半人马座星系团核心的化学丰度。研究发现，在测量的11种元素丰度比中，有9种与太阳系成分一致，但氮/铁和镁/铁比值显著偏离，挑战了星系团内介质成分普遍与太阳系相同的观点。结合XMM-Newton/RGS数据，研究为约束富集星系团核心的恒星种群（AGB星、核坍缩超新星和Ia型超新星）提供了关键观测依据。
数据驱动模型在探测未分辨双星系统中的应用与局限
本研究利用数据驱动模型The Cannon，基于凯克高分辨率阶梯光谱仪的光谱数据，训练模型以预测恒星有效温度、半径、金属丰度等关键参数。研究引入了一种新颖的小波预处理步骤，提升了模型性能。然而，尽管模型在恒星参数预测上表现优异，但其在光谱像素级通量预测上约3%的误差，限制了其探测未分辨双星系统的能力，揭示了数据驱动模型在特定应用中的潜在局限性。
银河系中心S2恒星可能存在伴星，但轨道条件苛刻
研究通过包含后牛顿修正的N体模拟，探索了银河系中心超大质量黑洞Sgr A*附近著名恒星S2（S0-2）存在伴星的可能性。模拟了10^5种轨道参数组合，发现伴星仅可能在轨道周期短于100天、偏心率低于0.8的条件下稳定存在，且近共面轨道存活率更高。破坏机制包括由Lidov-Kozai振荡驱动的合并以及超越希尔半径的轨道瓦解。现有观测手段（视向速度与天体测量）仅能探测到约3-4.4%的模拟配置，且伴星质量需低于2倍太阳质量以避免被直接观测到。
GMRT巡天新发现：球状星团M69与M70中首次探测到五颗毫秒脉冲星
GMRT球状星团脉冲星巡天项目（GCGPS）利用升级后的巨型米波射电望远镜，在银河系球状星团NGC 6637（M69）和NGC 6681（M70）中首次发现了五颗毫秒脉冲星。其中，M69中的两颗脉冲星通过干涉成像实现了角秒级精确定位，而M70中的三颗脉冲星位置也通过波束成形和成像分析获得了初步估计。该巡天专注于此前在相应频段未进行过同等灵敏度搜索的星团，此次发现为研究球状星团的致密环境和脉冲星种群提供了新数据。
银河系球状星团：动态形成双黑洞的摇篮
本研究提出一个自洽的理论框架，结合星系形成模型与星团种群合成代码，追踪球状星团的宇宙演化及其内部大质量黑洞的并合。模型成功再现了银河系球状星团的年龄-质量分布，并发现约30%的星团可能起源于银河系的卫星星系。研究证实，等级式黑洞并合对形成并跨越对不稳定性质量间隙的黑洞有重要贡献，但不同合成代码给出的黑洞质量函数与并合率存在差异。研究还表明，双黑洞的并合与诞生率密度在红移z=5前随红移增加而上升，这为LISA、爱因斯坦望远镜等未来探测器探测高红移宇宙提供了关键线索。
宇宙线反馈如何影响大质量星系演化？FIRE-3模拟揭示AGN反馈新机制
研究通过FIRE-3高分辨率模拟，探讨了活动星系核（AGN）通过宇宙线（CR）反馈调控大质量星系演化的机制。模拟考虑了多种CR反馈与传输假设，发现即使CR注入效率变化达1.5个数量级，星系仍能自我调节至与观测相符的标度关系，成功抑制恒星形成。然而，不同模型下星系周介质（CGM）的气体性质差异可达数个量级，表明未来多波段合成观测与更大模拟样本的结合，有望为AGN物理性抑制恒星形成提供新约束。
百万条高精度地月空间轨道数据集发布，为航天研究提供基准
研究团队发布了一个包含一百万条数值传播地月空间轨道轨迹的开放数据集。该数据集使用开源空间态势感知软件包生成，模型考虑了高精度地球/月球引力、太阳引力及辐射压力。每条轨迹在固定初始历元下传播长达六年，初始条件均匀采样于常用轨道根数范围。该数据集旨在为空间态势感知、导航和机器学习等方法开发提供可复用的基准，并为轨道族统计研究提供参考库。其主要贡献在于其规模、精度、结构化组织及开放可用性，降低了地月空间数据驱动研究的门槛。
哈勃望远镜时隔24年再访蟹状星云，揭示新结构特征
哈勃太空望远镜在时隔24年后，使用WFC3相机对蟹状星云进行了重新观测。研究团队将新数据与1999-2000年的WFPC2历史图像以及詹姆斯·韦伯太空望远镜的近红外/中红外数据进行比较，揭示了星云外缘细丝结构的显著运动。新观测还首次识别出两处具有相似发射特征、与脉冲星几乎呈对向分布的细丝群，其起源尚不明确。
利用伽马暴GRB 221009A数据，费米望远镜对宇宙磁场的约束达到新高度
宇宙大尺度结构中的磁场起源是未解之谜，其可能源于宇宙早期，并在宇宙空洞中留下微弱印记。本研究利用费米大面积望远镜对史上最亮伽马暴GRB 221009A的观测数据，通过分析其高能伽马射线与宇宙背景辐射作用产生的电磁级联过程，间接探测了宇宙空洞中的星系际磁场。由于未观测到预期的级联延迟信号，研究排除了特定条件下磁场强度低于2.5×10^{-17}高斯的可能性，这是目前通过伽马暴获得的最严格约束，其结果独立于对源活动性的假设。
p进数域上的连分数算术：突破实数局限的新方法
本文首次系统构建了p进数域上的连分数算术理论。研究者提供了计算p进数莫比乌斯变换与双线性分式变换连分数的完整方法，从而可在p进数上执行所有标准算术运算。与实数连分数不同，研究证明仅凭初始连分数的任意多部分商，有时不足以恢复变换后的部分商，但这类“不可恢复”的元素在p进数域中具有零哈尔测度。
非局部能量下两相微极性流体流动：存在性理论与非局部极限
本研究探讨了一种具有非局部能量的热力学一致相场模型，用于描述二元微极性流体混合物（即具有内部旋转的流体）。该模型由Navier-Stokes-Cahn-Hilliard系统描述，扩展了Abels、Garcke和Grün针对密度不匹配的二元牛顿流体混合物提出的早期非局部模型。研究建立了三维全局弱解的存在性和二维全局强解的适定性，并证明了当非局部相互作用核趋近于Dirac delta分布时，非局部模型向其局部对应模型的弱收敛。在二维情况下，还提供了非局部微极性模型强解与非局部Abels-Garcke-Grün模型及Model H强解之间的一致性估计。
缺陷如何“钉住”自由边界：伯努利问题中的钉扎效应研究
本研究探讨了伯努利自由边界问题中，存在紧支撑系数缺陷（即“杂质”）时的钉扎效应。当缺陷尺寸较小且周期性排列时，系统会产生大尺度斜率与背景场值略有不同的平面状解，这种现象被称为钉扎。通过分析单个缺陷的类电容钉扎效应，研究计算了当缺陷尺寸趋近于零时，沿晶格对齐法线方向的钉扎斜率区间的渐近展开。该工作为理解毛细接触线中的接触角滞后现象提供了理论依据。
图论新突破：FAT着色构造证明存在性
本研究解决了图论中关于FAT着色的一个开放性问题。对于给定的整数k>1和满足β+(k-1)α=1的有理参数α,β，论文明确构造了一列互不同态的图序列{G_n}，其中每个图都是正度正则图，且均存在具有相应参数α,β的FAT k-着色，从而肯定地回答了此类着色图的存在性问题。
五维海森堡群上子黎曼LR系统测地线分类研究
本文研究了五维海森堡群上左不变子黎曼度量与右不变分布对应的测地流。该系统对应的哈密顿系统完全可积，作者对其解进行了深入分析，获得了测地曲线的完整分类。此外，作为求积过程的第一步，文中还计算了关键函数 r(t)。
框架车代数：统一两种重要代数结构的新理论
本文引入并研究了框架车代数，这一结构统一了Iwahori-Hecke代数的两个重要推广。其一由Solomon提出，将Hecke代数扩展到全矩阵幺半群，得到车幺半群代数；其二由Yokonuma发展，用幂幺子群代替Borel子群，得到Yokonuma-Hecke代数。作者从全矩阵幺半群中幂幺子群的双陪集出发构造具体代数，证明其分解可由框架对称逆幺半群索引。通过定义抽象的车-Yokonuma-Hecke代数并证明主同构定理，建立了抽象代数与具体框架车代数在特定参数下的同构关系。最后，作者在张量空间上给出了忠实表示，并为该代数建立了线性基。
二维非齐次非线性薛定谔方程的大数据散射理论获突破
本研究证明了在二维空间中，对于所有幂次 p>0 的非齐次非线性薛定谔方程，其解在 H^1 空间中具有大数据散射性质。研究假设非齐次项非负且具有排斥性，并在 0<p<1 时要求其在无穷远处衰减。该结果扩展了经典齐次情况下的散射理论，为理解更广泛非线性波动方程的长期动力学行为提供了关键理论支撑。
算子空间中范数导数正交性的对称性研究
本研究探讨了有界线性算子空间中ρ-正交性及其局部对称性。建立了具有对称数值域的希尔伯特空间算子的ρ-正交性刻画，并给出了有限维希尔伯特空间上ρ-左对称和ρ-右对称算子的特征。研究发现，在二维实空间中，非零的ρ-左（或ρ-右）对称算子仅为正交矩阵的标量倍；而在维数大于二的有限维空间中，此类算子只能是零算子。对于无限维空间，在一大类算子中，零算子仍是唯一的ρ-左/右对称算子。
非可分离非局部平均场博弈的伪测度分布解
本研究针对一类哈密顿量非局部且不可加性分离的平均场博弈模型，证明了其偏微分方程系统解的存在性。关键突破在于允许代理人的初始分布为伪测度（如狄拉克质量和），这能更灵活地建模集中分布。存在性定理仅要求终值函数数据（或哈密顿量大小）满足小性条件，而对初始数据规模或时间范围无限制。研究还证明了在同类小性条件下的解的唯一性和连续依赖性，并分别在伪测度强收敛和有界测度弱*收敛两种初始数据假设下建立了连续依赖结果。
外三角长度范畴中的单砖结构及其与左Schur子范畴的双射对应
本文在外三角长度范畴中引入了单砖的概念，作为半砖结构的推广。主要贡献在于证明了单砖与左Schur子范畴之间存在一一对应关系，并进一步证明该对应在共尾闭单砖与挠自由类之间也成立。这些结果将Enomoto在阿贝尔长度范畴中的相关定理推广到了更一般的外三角范畴框架下。
MoB：用拍卖机制解决MoE持续学习中的灾难性遗忘问题
本研究提出了一种名为“投标者混合模型”（Mixture of Bidders, MoB）的新框架，旨在解决混合专家模型在持续学习中的核心缺陷。MoB摒弃了传统易受灾难性遗忘影响的习得门控网络，转而采用维克瑞-克拉克-格罗夫斯拍卖机制，让专家们通过竞标真实成本（执行成本与遗忘成本之和）来竞争处理数据批次。这种基于博弈论的方法实现了无状态路由、激励相容的真实投标，以及无需明确任务边界的专家自发专业化。在Split-MNIST基准测试中，MoB取得了88.77%的平均准确率，显著优于基线模型。
强化学习优化脓毒症肝素治疗：新评估框架TECM提升临床决策
本研究提出了一种基于强化学习的数据驱动框架，用于优化外科脓毒症患者的个性化肝素治疗策略。核心创新在于将离散的SOFA评分转化为连续的cxSOFA评分以构建更精细的状态与奖励函数，并引入了类似分类任务混淆矩阵的“治疗效果比较矩阵”（TECM）来评估治疗策略。应用多种RL算法后，cxSOFA-CQL模型表现最佳，可将死亡率从1.83%降至0.74%，平均住院日从11.11天缩短至9.42天。该框架为临床决策支持提供了可解释且稳健的优化工具。
云环境中基于多资源优化的节能任务调度算法
本文针对云计算能耗问题，提出一种新型任务调度算法。该算法通过综合考虑CPU、磁盘和I/O利用率及任务处理时间构建适应度函数，显式优化多种物理资源的利用率，从而提高活跃资源使用效率。仿真实验表明，相比现有MaxUtil算法，该方案能显著降低能耗，为绿色云计算提供有效解决方案。
无缝迁移技术综述：容器与虚拟机的现状与挑战
本文对实现计算实体在运行中无缝迁移的技术进行了全面综述，重点分析了容器和虚拟机两种主流迁移方法。研究指出，现有技术在实际应用中常因系统复杂性、资源需求过高而面临挑战，导致其收益难以覆盖成本。文章通过多维度分析迁移技术、迁移单元和基础设施特性，揭示了当前技术差距，并探讨了迁移目标与操作约束对技术可用性的影响，为未来研究和开发提供了方向性指导。
联邦学习新框架：去中心化聚合算法在精度与隐私上超越传统中心化方法
本研究对联邦学习中的中心化分层架构与两种去中心化架构进行了全面对比。通过Fashion MNIST和MNIST数据集评估发现，去中心化的聚合联邦学习和持续联邦学习在精确率、召回率、F1分数和平衡准确率上均优于中心化方法。分析指出，去中心化机制通过将计算与聚合过程分布在设备端，有效缓解了通信瓶颈与隐私担忧，为分布式协作模型训练提供了性能更优的替代方案。
KBQA-R1：用强化学习优化大模型知识库问答，解决幻觉与僵化问题
本文提出KBQA-R1框架，通过强化学习将知识库问答从文本模仿范式转向交互优化。该框架将问答过程视为多轮决策，利用组相对策略优化，让模型根据查询执行的具体反馈而非静态监督来学习导航知识库。同时，引入参考拒绝采样方法解决冷启动问题，严格对齐推理轨迹与真实动作序列。在多个基准测试中，KBQA-R1实现了最先进的性能，有效将大模型推理建立在可验证的执行基础上。
量化意识动态：基于分层整合、组织复杂性与亚稳态的神经框架
本研究提出了一种理论中立的框架，通过分层整合（H）、跨频复杂性（D）和亚稳态（M）三个属性来量化与意识相关的神经动力学。研究使用预测信息、时间复杂性和状态空间探索来识别候选子系统，并在合成EEG生成模型中模拟了从清醒、做梦到麻醉、癫痫等多种大脑状态。复合指标能可靠地区分高意识与受损或无意识状态，并在真实EEG数据（Sleep-EDF数据集）中得到验证。该框架为量化意识相关的神经组织提供了原则性工具，可应用于生物和人工系统。
同调大脑：奇偶原理与摊销推理——拓扑视角下的生物智能新框架
本文提出“同调大脑”统一框架，用代数拓扑理论解释生物智能如何在缓慢、嘈杂的基底上实现快速、连贯的推理。核心是奇偶原理，将神经计算视为拓扑结构的构建与导航。其中，偶维支架编码稳定内容，奇维流编码动态上下文。通过“搜索-闭合-凝聚”的三阶段拓扑变换，高复杂度的递归搜索问题被转化为在已学习流形上的低复杂度导航，从而实现推理成本的摊销。该框架统一了睡眠-觉醒周期、情景到语义的巩固以及双过程理论，揭示了大脑作为同调引擎，通过最小化拓扑复杂性将高熵感觉流转化为低熵认知结构的机制。
阿尔茨海默病治疗新方向：联合疗法靶向Aβ、tau蛋白与神经炎症
本文综述了阿尔茨海默病（AD）治疗策略的演变。研究指出，AD的病理机制涉及淀粉样蛋白（Aβ）斑块、tau蛋白缠结和神经炎症之间的复杂相互作用。尽管靶向Aβ的单克隆抗体（如lecanemab）已成为首批疾病修饰疗法，但其疗效有限，凸显了单一靶点疗法的不足。因此，文章重点探讨了同时靶向Aβ、异常tau蛋白和神经炎症的联合疗法的科学依据与前景。未来，结合早期生物标志物检测、多靶点治疗策略以及人工智能驱动的患者分层，有望从根本上改变AD的疾病进程。
生命手性起源新模型：陨石撞击坑或为生命摇篮
研究提出生命手性均一性可能源于原始细胞膜泡的形成。模型指出，陨石带来的外消旋核糖在原始脂质体膜内，因D型核糖与膜磷脂头基的强相互作用及Fe³⁺存在，被磷酸化形成无法跨膜的核糖-5-磷酸。D型产物在膜泡内选择性积累，最终导向RNA/DNA等复杂功能分子的形成，为生命起源提供了可实验验证的新机制。
混合更新规则下的演化图论：结构种群中死亡-出生与出生-死亡的动态混合
本研究在演化图论框架下，探讨了死亡-出生与出生-死亡两种标准更新规则的混合机制。通过引入混合概率δ，系统分析了不同网络结构（如无权无向图、加权有向图、环、星图）下，选择强度恒定时，突变基因的固定概率与固定时间如何随δ变化。研究发现，固定概率和时间对δ的响应模式多样，但几乎所有无权无向图都具有较短的固定时间，并提供了高效算法以估计固定概率。此外，研究证明了均匀循环加权有向图的固定概率恒为1/N，并对环、星图等结构的敏感性进行了分类。
濒危物种保护新策略：优化保护区设计以克服阿利效应
本研究通过构建包含阿利效应的二维非线性反应-扩散捕食者-猎物模型，探讨了局部空间庇护所如何帮助低密度种群突破恢复阈值以实现持续生存。研究首先模拟了低于阿利阈值的种群趋于灭绝的情景，随后引入保护区与正增长项以促进生存。通过构建基于保护区形状与位置的目标函数，并采用双目标优化方法，研究发现最优保护区配置会随目标函数权重变化而在碎片化与连续化模式间转换。研究从单一猎物物种分析开始，并扩展至包含捕食者的两物种系统，利用数学分析探究了系统的稳态。
DREAM-B3P：融合反馈扩散模型的双流Transformer网络，提升血脑屏障穿透肽预测精度
本研究提出DREAM-B3P模型，旨在解决血脑屏障穿透肽预测中数据稀缺和类别不平衡的难题。模型核心由两部分组成：首先，利用反馈扩散模型生成高质量的伪BBB穿透肽数据以扩充样本；其次，采用双流Transformer分类器，分别从肽序列中提取结构特征和从疏水表面积、分子电荷等参数中提取理化特征进行综合判断。在基准测试集上，该模型的AUC、准确率和马修斯相关系数均显著优于现有最佳方法，为脑部药物递送系统的设计提供了更可靠的预测工具。
NIH Bridge2AI发布基因组数据AI就绪标准建议
美国国立卫生研究院（NIH）Bridge2AI联盟的基因组信息标准团队（GIST）发布了一份关键报告，旨在为生物医学研究中日益增多的基因组测序数据建立“AI就绪”标准。报告系统性地提出了关于基因组数据的收集、存储、标识和规范使用的具体建议，以确保这些高质量数据集能够有效支撑AI与机器学习模型，从而推动在人类健康与疾病研究领域取得突破性发现。
基于形态运动学的植物水分胁迫分类：生物分区与自适应线性意见池提升模型稳健性
本研究通过改进形态运动学框架，利用RGB延时成像提取冠层运动特征，以更稳健地分类植物水分胁迫。方法上，对比了生物分区与等角分区两种冠层图像处理方式，并依次引入非线性描述符、灌溉背景变量及其交互作用。研究将多分类问题分解为有生物学意义的二分类任务，并采用自适应线性意见池集成方法进行最终分类。在两个生菜实验的144个样本日数据集中，该方法在预测稳定性、变异性和平衡准确率上均表现优异，最高平衡准确率达0.96，为低成本、可推广的表型分析奠定了基础。
苯二聚体势能面：电荷共振与色散作用同等重要
传统观点认为苯二聚体的非共价相互作用主要由色散力主导。本研究通过现代电子结构理论分析发现，由分子间电荷离域产生的“电荷共振”效应对其势能面形状具有关键影响。忽略电荷共振会导致能量最低点位置出现约2埃的显著偏移。因此，准确理解苯二聚体结合需要同时考虑色散相互作用和电荷共振两种机制。
量子光学教学中概念与定量推理融合框架对学生理解的影响研究
本研究通过对比纯概念版与概念-定量融合版（混合版）量子交互学习教程（QuILT）在量子光学教学中的应用效果，探讨了整合概念与定量推理对学生概念理解的影响。研究发现，对于物理研究生而言，使用混合版QuILT的学生在概念后测中的表现优于纯概念版；本科生的效果则因班级而异。结果表明，在研究型教学工具中融合概念与定量内容，其效果应与学生已有的物理和数学知识水平相匹配。
首个光学斯格明子拓扑探测器：基于深度衍射光学神经网络
研究团队首次利用深度衍射光学神经网络，实现了对光场斯格明子拓扑数的确定性探测。该网络采用双通道、各5层的衍射结构，将输入拓扑映射到空间分离的高斯通道进行检测。通过采用空间模式基而非像素基，训练变量比现有方法减少1000倍。在81种输入拓扑和显著噪声下均表现出高精度，并成功演示了基于14级拓扑字母表的图像编码传输，无明显串扰。
紧凑型纳米剂量计工作原理获实验验证，为粒子治疗等应用铺路
本研究通过实验与蒙特卡洛模拟，首次直接验证了紧凑型纳米剂量计的核心工作假设：其信号主要源于气体分子在强电场下的离子碰撞电离，而非孔壁电子发射。团队开发了单孔（直径1.5毫米）探测器，在低气压丙烷中观测到高信号产额，并通过优化电极设计排除了孔壁干扰。该成果对理解并优化此类探测器至关重要，有望推动其在粒子治疗、辐射防护及空间剂量学等领域的应用。
后掠翼俯仰运动中压力中心移动与涡流作用研究
本研究基于已有实验数据，分析了刚性后掠翼在大振幅正弦俯仰运动下压力中心的移动规律。研究发现，压力中心在翼展方向和弦向移动显著，且移动轨迹受后掠角影响，这与前缘涡和翼尖涡的强度和动态演变密切相关。研究采用力矩分区法分析立体粒子图像测速数据，量化了机翼运动学、涡结构和粘性效应对净力和力矩的贡献，揭示了流场中周期性和随机分量对气动载荷的影响机制。
三维重力-毛细驻波的计算、共振与不稳定性研究
本研究采用截断哈密顿量方法和Dirichlet-Neumann算子展开，对三维重力-毛细驻波进行了数值分析。通过利用时空对称性，将问题简化为三重周期边值问题，并采用时空配置法求解，有效避免了表面张力带来的数值刚性和时间积分的不稳定性。研究发现了方形、六边形及更复杂的花状驻波模式，这些是经典Wilton波纹的推广。时间模拟揭示了基于二维驻波斜向不稳定性的新机制。
逆设计非厄米微腔实现高纯度轨道角动量光生成
研究人员通过逆设计方法，优化了一种氮化镓六角形中空纳米线回音壁模式微腔。通过打破纳米线横截面的镜面对称性（引入非厄米扰动），成功在亚微米尺寸内生成了轨道角动量（OAM）拓扑光。该设计实现了|m|=6的OAM模式，模式纯度高达约97%，品质因子约为250，是首个单组分、材料均一的亚微米级有源光子OAM器件。
新方法解决面波反演低频模式跳变难题，提升地下结构成像精度
本研究提出了一种“主导模式反演”新框架，用于解决在强波阻抗对比场地中，瑞利面波低频段能量从基阶模向高阶模平滑过渡（模式跳变）导致的传统反演难题。该方法通过在每个频率点自动识别垂直地表振幅最大的面波模式进行反演，无需预先指定模式阶数或假设基阶模主导。基于薄层法的正演模型结合粒子群优化算法，在合成模型和真实场地数据（I15井下阵列）测试中均成功恢复了主要速度界面和深度，避免了传统基阶模反演高估深层剪切波速度或误判基岩深度的缺陷。
直接波前优化设计高性能弹性超表面，实现复杂波场操控
本研究提出了一种直接波前塑形拓扑优化框架，用于自动化设计高性能、一体化的弹性超表面。该方法通过引入可移动、可变形且相互作用的椭圆形孔洞参数化几何结构，大幅减少了设计变量，并实现了对非局域单元耦合的整体优化。研究成功设计了用于高效纵波-横波大角度偏转转换、波长复用波束偏转以及数值孔径超过0.99的反射/透射超透镜等复杂功能的超表面。与现有梯度折射率、阻抗匹配及混合设计相比，该方案在效率、抑制杂散散射和聚焦能力方面均表现出显著优势，并通过实验验证了最具挑战性的透射超透镜。
时间序列中稳健的两样本均值检验方法
本研究提出了一种用于比较时间序列均值的稳健两样本检验框架。该方法适用于结构突变、处理-控制比较及面板数据等多种场景。核心创新在于采用正交基投影进行标准化，确保在异质性和非参数依赖结构下推断有效，并引入调整自由度的Welch型t近似来处理序列间的长期方差异质性。此外，研究还开发了基于序列的HAR野生自助法检验，避免了传统方法对观测块的重采样，在有限样本中表现出更优性能。
基于微分熵差异的分布族假设检验新方法
本文提出了一种名为“微分熵差异检验”的通用统计方法，用于检验数据样本是否来自某个特定的参数分布族。该方法通过比较零假设下基于最大似然估计的微分熵与非参数核密度估计的微分熵之间的差异，作为模型拟合度的信息论度量。该检验框架统一、易于实现、计算高效，且无需调整参数或特殊正则条件，其渐近有效性基于成熟的最大似然、自助法和核密度估计原理。
实验设计模型揭示“反抗者”：超越平均效应的异质性证据
本研究提出一种基于随机化实验设计的模型，用于在实验样本（而非假设总体）中直接估计“总是接受者”、“顺从者”、“反抗者”和“从不接受者”的数量。该方法仅需二元干预和结果数据，通过最大化设计似然函数来利用标准假设检验无法捕捉的证据。研究展示了在平均效应为正的情况下，模型仍可能识别出“反抗者”的模式，并以两项已发表的健康行为干预实验为例，揭示了尽管平均效应显著为正，干预仍可能对部分个体产生反效果。配套软件包支持Python和Stata。
实验揭示星际冰中氧气扩散与捕获机制
本研究在超真空条件下，通过红外光谱和四极杆质谱，首次实验量化了星际无定形固态水（ASW）中氧气（O2）的表面扩散系数与捕获效率。研究提出了一种适用于红外非活性分子的新方法，测得O2在ASW中的扩散能垒仅为10±3 meV，表明其在星际冰中具有高迁移性。同时发现，即使在较高温度下，仍有约20%的O2会被捕获在ASW基质中。这些发现对理解星际化学中扩散限制反应及超挥发物在冰中的滞留具有重要意义。
中子星并合抛射物动力学与千新星模拟：核反应网络与原子不透明度的影响
本研究通过辐射流体动力学模拟，系统比较了中子星并合抛射物演化与千新星光变曲线中核加热、热化及不透明度处理的简化方案与精细方案。研究发现，采用原位核反应网络追踪能量沉积、结合成分依赖的热化方案及基于原子物理的频率相关不透明度，对精确模拟核合成产物、抛射物温度及千新星的亮度与颜色演化至关重要。简化方案会显著影响早期光度、晚期发射及重元素丰度分布。
矮星系气体动力学失衡挑战暗物质推断传统方法
本研究通过分析低质量矮星系的气体盘，首次量化了其偏离流体力学平衡与离心平衡的程度。研究发现，这些星系中气体动力学失衡显著，导致传统基于平衡假设的旋转曲线分析可能高估暗物质含量达30%。研究提出新的动力学模型框架，为暗物质分布推断提供了更精确的校正方法。
宇宙流体模拟面临挑战：薄矮星系数量远超预期
最新研究通过分析SDSS巡天数据发现，在10^7至10^9太阳质量的矮星系中，薄星系（轴比<0.3）的比例高达约30%。这一观测结果显著高于当前主流宇宙学流体动力学模拟（如IllustrisTNG、EAGLE）的预测值（约5%），揭示了模拟在星系形态演化机制上存在系统性偏差。该差异可能源于模拟中星系盘稳定性、气体冷却或反馈机制的不完善，对理解星系形成理论提出了重要挑战。
中等质量黑洞双星在核星团中的演化：恒星质量黑洞的关键作用
本研究通过高分辨率N体模拟，首次以1倍太阳质量（恒星）和10倍太阳质量（黑洞）的精度，探究了核星团中中等质量黑洞双星的动力学演化。研究发现，尽管恒星质量黑洞在总质量中占比较小，但其存在能使双星的下沉速率提升近一倍，合并时间减半。黑洞通过一种“能量提取-转移”机制，先高效地从双星获取能量，再传递给周围恒星，从而持续主导双星演化过程。这表明恒星质量黑洞能显著促进核星团内中等质量黑洞通过并合实现增长，并可能增强径向轨道上的中等质量比旋近事件。
KiDS-Legacy联合多源数据首次在稳定参数基上约束霍恩德斯基引力
本研究利用Kilo-Degree巡天最终数据发布的宇宙剪切观测，结合DESI的重子声学振荡、eBOSS的红移空间畸变以及普朗克卫星的宇宙微波背景各向异性数据，对霍恩德斯基修正引力模型进行了约束。研究首次在满足稳定性条件的有效场论框架下，采用固有稳定的参数基进行宇宙学分析。宇宙剪切数据对霍恩德斯参数空间的约束力显著，与CMB的贡献相当甚至更强。结果给出了标量场扰动动能项和普朗克质量偏离值的当前约束，并推导了结构增长参数S8，与ΛCDM模型在0.54σ水平兼容。修正引力模型对数据的拟合略优，但模型比较仅显示1.4σ水平的弱偏好。
KiDS-Legacy巡天最终数据发布：结合多波段观测约束暗能量、中微子质量与宇宙曲率
本研究利用Kilo-Degree巡天（KiDS-Legacy）最终发布的宇宙剪切数据，结合宇宙微波背景辐射、重子声波振荡等外部探针，对包含空间曲率、中微子质量和演化暗能量的最小扩展宇宙学模型进行了联合约束。首次可靠地结合了KiDS与CMB数据，发现KiDS-Legacy与平坦ΛCDM模型一致，中微子质量平方和上限为1.5 eV，暗能量状态参数w0=-1.0±0.7。当结合所有外部数据集时，S8参数在ΛCDM模型下为0.816±0.006，在w0waCDM模型下为0.837±0.008，模型间存在约2.6σ的张力。
JWST/MIRI揭示NGC 1068星系中隐藏的活跃星系核外流质量
研究团队结合JWST的MIRI中红外与MUSE光学积分视场光谱数据，首次以20-60秒差距分辨率观测了活跃星系NGC 1068核周400秒差距内的多相气体。创新性诊断图证实活跃星系核是整个区域电离气体的主要激发源。研究通过多云运动学与光致电离建模发现，中红外谱线[OIV]示踪的外流速度比光学[OIII]快300公里/秒，揭示两者源于不同气体成分。关键发现是，中红外探测到的尘埃富集成分携带的电离气体质量远超光学观测推断值，表明大部分外流质量被经典光学诊断所遗漏。模型支持两阶段加速的能量驱动风场景，外流可携带高达数百万太阳质量的电离气体，有效耦合并扰动周围星际介质。
JWST发现“小红点”星系：无尘气体散射解释巴尔末线异常
JWST新发现的“小红点”活动星系核展现出异常的巴尔末线特征，传统理论认为这是尘埃消光所致，但缺乏相应的红外再辐射证据。本研究通过辐射转移计算表明，在无尘、高密度的气体环境中，巴尔末共振散射能自然地产生观测到的大巴尔末减幅和谱线特征，无需引入尘埃。这解释了其光谱为何类似被尘埃遮蔽的AGN，并推断出其宽线区气体质量很小，暗示其核区恒星形成活动极弱。
利用昴星团望远镜与凯克望远镜揭示矮星系与球状星团的关联
本研究利用昴星团望远镜的深度成像与凯克望远镜的光谱数据，系统分析了英仙座星系团中189个矮星系及其球状星团系统。研究发现，矮星系中球状星团的比质量与星系恒星质量呈反相关。在相同恒星质量下，表面亮度较低或有效半径较大的矮星系往往拥有更丰富的球状星团，这可能源于早期致密星系阶段的高效形成或较低的星团瓦解效率。该工作展示了宽视场巡天在理解星系演化方面的潜力。
首次在340MHz探测到超冷矮星：VLITE观测EI Cancri AB
本研究利用VLA低频电离层与瞬变实验（VLITE）在340MHz首次探测到超冷矮星EI Cancri AB的射电辐射。这一发现填补了超冷矮星在340MHz频段探测的空白，该频段对研究恒星盘周围的行星、星周盘以及难以探测的日冕物质抛射具有独特优势。EI Cancri AB是一个磁活动活跃但自转周期长达83天的M7型双星系统，此次探测为理解这类复杂天体的低频射电辐射物理机制提供了关键数据。
libyt：连接天体物理模拟与Python/Jupyter的原位分析接口
本文介绍了libyt，一个开源C语言库，旨在解决百亿亿次计算时代海量模拟数据的分析挑战。它通过原位分析技术，在模拟运行时直接调用yt或Python包进行并行数据处理与可视化，避免了昂贵的中间I/O开销。libyt架构支持高性能计算环境，提供模拟代码与Python的双向连接，并能无缝集成到Jupyter工作流中。用户仅需修改两行代码，即可将后处理脚本转换为原位分析，极大简化了工作流程。