噪声驱动正则化：让神经网络像大脑一样模块化，提升鲁棒性与泛化能力
本研究受大脑神经元Poisson噪声启发，提出一种基于噪声的正则化方法，能促使人工神经网络自发形成模块化结构。这种结构不仅增强了网络对噪声的鲁棒性，还使其获得了类似大脑的组合泛化能力，能有效外推超出训练范围的数据。研究揭示了模块化结构涌现需要足够训练样本，并发现预模块化网络具有显著性能优势。
2025-12-17 速览 · 物理学
2025-12-17 共 24 条抓取，按综合热度排序
静态姿势维持的代谢成本新度量：偏差Absement
本研究针对静态姿势维持中代谢成本的定量评估难题，提出了“偏差Absement”这一新概念，定义为肌肉-肌腱单元长度偏离参考值的时间积分。研究证明，在一大类准静态模型中，Absement是主导的一阶状态变量。代谢总成本可展开为Absement的线性项与微小振荡的二次项之和，从而首次在理论上将姿势系统性漂移与微震颤的能量贡献分离开来。该形式化方法使得通过标准运动学测量和间接测热法的实验数据进行线性回归，即可识别出具有物理意义的系数。
广义相对论二阶磁流体力学：基于祖巴廖夫非平衡统计算符的关联函数方法
本研究在祖巴廖夫非平衡统计算符框架下，利用总能量-动量守恒和比安基恒等式，构建了二阶相对论磁流体力学理论。研究聚焦于保持宇称和电荷共轭对称性的相对论磁化等离子体，获得了介质中所有耗散张量，并给出了二阶出现的所有输运系数的久保公式。此外，该工作还扩展了NESO形式体系，以系统性地考虑非局域贡献。
基于Atangana-Baleanu分数阶导数的粘弹性地震波传播模型与数值模拟
本研究提出了一种基于Atangana-Baleanu-Caputo分数阶导数（具有非奇异Mittag-Leffler核）的一维粘弹性地震波传播模型。采用空间有限差分和时间Adams-Bashforth-Moulton预测-校正格式进行数值求解，并计算了不同分数阶下的解。模拟结果表明，分数阶记忆效应同时改变了波的衰减和频散特性，导致能量衰减呈现非指数形式，与经典整数阶模型存在显著差异。
诊断高维哈密顿系统模拟中的辛结构保持性
研究提出一种基于刘维尔1-形式积分的数值诊断工具，用于监测哈密顿系统数值积分中辛结构的守恒情况。该工具能以谱精度逼近积分，其精度仅受限于哈密顿量的正则性。作为首次应用，该研究检查了辛静电粒子网格（PIC）等离子体模拟代码的辛结构保持性，发现使用实践中常见的线性插值会导致时间推进映射非辛，而至少需要二次插值才能实现真正的结构保持。
新型超声显微技术实现眼部微血管三维超分辨率成像
本研究利用256通道系统和1024阵元面阵，实现了活体后眼部微血管的三维超声定位显微成像。为克服晶状体声速不匹配和微泡信号信噪比低等挑战，研究采用了区域依赖声速波束成形技术来校正相位畸变，并结合四维非局部均值滤波抑制背景噪声。该方法将空间分辨率提升至约63微米，并成功重建了脉络膜血管的三维密度和血流速度图，为视网膜和脉络膜微血管的定量三维评估提供了潜在的临床实用途径。
细胞内粒子相遇时间：间歇性运动与网络结构的影响
本研究探讨了细胞内间歇性运动粒子（如马达驱动的细胞器）的首次相遇时间。研究发现，在无结构区域，粒子长程定向运动虽能扩大探索范围，但相遇时间反而比纯扩散粒子更长，且相遇多发生在边界。在密集的细胞骨架网络中，无偏运动可用连续“跑-停”模型近似；而有偏运动粒子则会被特定网络结构（如汇聚的微丝）捕获，这虽限制了空间探索，却因将粒子汇聚到低维区域而可能加速相遇。研究为理解细胞内反应动力学提供了物理框架。
胰岛β细胞网络中的“旅行嵌合体”与集体协调机制
本研究通过计算模型，探究了胰岛β细胞在非局部耦合环形网络中的集体动力学行为。模型整合了电与代谢两种耦合通路，模拟了胰岛内短程与长程相互作用。数值模拟揭示了多种涌现行为，包括同步、行波以及“旅行嵌合体”状态——即网络中相干与非相干区域共存并传播。这些发现为理解β细胞协调活动及脉冲式胰岛素分泌的调控机制提供了新视角，有助于阐明糖尿病中细胞间通讯失调的潜在原理。
新型数值模型揭示电动汽车轴承电致损伤机理
本研究针对电动汽车驱动系统高电压、高功率带来的轴承电致损伤问题，提出了一种新颖的数值模型。该模型首次表征了弹流润滑线接触界面在放电过程中的电流密度与电压降，并将其构建为线性互补问题，采用共轭梯度法高效求解。研究揭示了放电时难以观测的润滑界面电学特性，并强调了表面粗糙度曲率半径对电流密度的重要影响，为未来从根本上解决电机轴承电致损伤问题奠定了理论基础。
物理信息神经网络求解两相Stefan相变问题
本研究提出了一种物理信息神经网络框架，用于求解具有移动界面的两相Stefan相变问题。该方法创新性地使用两个神经网络分别表征移动界面和温度场，通过引入修正的零水平集函数精确捕捉界面处的温度梯度跃变。数值实验表明，该方法在精度和有效性上优于现有神经网络方法，并能捕捉与Mullins-Sekerka不稳定性相关的不稳定界面演化，为传统数值方法提供了稳健灵活的替代方案。
江门中微子实验完成全球最大液体闪烁体探测器灌装
本文详细介绍了江门地下中微子观测站（JUNO）的填充、溢出与循环（FOC）系统的设计与运行。该系统成功完成了全球最大液体闪烁体探测器的灌装工作，其中水填充耗时45天（6.4万立方米），液体闪烁体填充耗时200天（2.3万立方米）。系统在填充过程中实现了高精度的液位控制（±2厘米）和流量调节（±0.5%），并成功保持了液体闪烁体的高放射性纯度，确保了探测器长期稳定运行的基础。
表面张力主导的薄液膜水跃：零重力条件下的理论突破
传统理论认为薄液膜中的水跃现象主要由重力驱动，表面张力仅起次要作用。本研究挑战了这一观点，为零重力条件下的平面薄液膜流动建立了表面张力主导的水跃理论框架。通过分析完整的界面应力条件，发现法向应力的偏量分量在主导阶次上改变了力学平衡。主导平衡分析导出了无参数控制方程，并获得了速度剖面的相似解。深度平均动量守恒揭示了在韦伯数为1时存在奇点，这被解释为水跃控制准则。该工作为表面张力驱动的水跃现象奠定了理论基础，并给出了水跃位置和结构的解析预测。
基因表达噪声与信息传输的优化：多基因系统如何最大化信息流
研究通过一个简单模型探讨了基因表达噪声与信息传输效率之间的表面矛盾。模型显示，当细胞总mRNA分子数有限时，将资源分配到尽可能多的靶基因上，可以最大化转录因子浓度信息的传输能力。为实现此容量，转录因子浓度分布需偏向较小值。因此，在特定条件下，个体表达水平的噪声恰恰是信息传输优化的结果。此外，系统性能对参数变化不敏感，允许最优性能与显著变异性共存。
非局部弹性理论中的欧拉弹性线问题研究
本研究将经典的欧拉弹性线问题推广至非局部弹性理论框架。在经典欧拉-伯努利梁模型中，大变形下的控制方程为线性非齐次方程，其一般解可用雅可比椭圆函数和不完全椭圆积分表示。针对所讨论的非局部微分本构模型，其控制方程变为非线性，但一般解仍可通过三种不完全椭圆积分的线性组合以参数形式表达。未来研究计划将施加多种边界条件，以比较非局部解与经典局部解在相应边值问题下的差异。
基于Geant4的环保气体混合物性能重建方法，助力RPC探测器优化
本研究开发了一种宏观重建方法，利用Geant4模拟观测值和单一实验锚点，推断电阻板室（iRPC）的性能。该方法通过Geant4能量沉积估算初级电离产额，并通过编码在有效增益G(E)中的感应电荷描述来模拟效率开启。通过将标准CMS混合物校准至其GIF++效率曲线并提取宏观汤森参数（A,B）来固定绝对标度。该程序被推广至四种替代混合物，包括两种HFO和CO2环保混合物，以重建效率曲线和工作点，从而无需微观输运输入即可实现探测器混合物筛选。
基于证据神经网络的冬季降水类型预测与不确定性量化
本研究开发了一种物理一致的机器学习方法，用于预测冬季降水类型及其认知不确定性。模型结合了众源mPING观测数据和NOAA快速更新模型的垂直剖面数据，通过静态和交互评估验证了其气象一致性。相比传统热力学方法，该方法在2020-2022年及2023年高分辨率案例中表现出更优的预测性能，尤其在当前数值天气预报模型难以准确表征的大气条件下，能合理量化不确定性。
高能储存环中辐射自旋极化的复杂物理
本文探讨了高能储存环中电子自旋极化的真实物理图景，超越了传统的均匀磁场单粒子模型。研究指出，实际储存环中磁场的非均匀性、粒子束团以及轨道分布会导致“退极化自旋共振”等复杂现象。一个关键见解是，在非均匀磁场中，“自旋翻转”通常并非简单的180度反转。文章旨在跨学科地阐述辐射自旋极化的基本原理，并简要联系了天体物理学中强磁场（如中子星）下的电子辐射问题。
生成式蒙特卡洛方法：实现恒定成本的粒子输运模拟
研究团队提出了一种名为“生成式蒙特卡洛”的新范式，将生成式人工智能直接集成到线性玻尔兹曼方程的随机求解中。该方法将粒子在网格单元内的传输问题重构为条件生成任务，通过训练神经网络来直接采样粒子的出射状态，无需模拟复杂的散射历史。核心创新在于引入了光学坐标缩放技术，使得单个训练模型能够泛化到任意材料。在核反应堆堆芯和高能量密度辐射传输等典型基准测试中，该方法在保持标准蒙特卡洛方法统计保真度和精度的同时，在光学厚区域实现了数量级的加速，计算成本从随光学厚度线性增长变为恒定。
亚带隙激发实现氧化镓光电开关性能突破
本研究通过调控阳极栅距和激发光谱，发现272nm亚带隙光可有效激活Fe掺杂β-Ga2O3中的深能级缺陷态，实现高效体载流子传输。在40μm阳极栅距优化条件下，器件获得4.14A峰值光电流和10.4Ω的创纪录低导通电阻，并定义了响应度-电导优值FoMRC达4.7×10⁻⁶ S/W。
广义LSVD方法：提升三轴试验中土体抗剪强度参数确定精度与鲁棒性
本研究提出了一种扩展的最小二乘虚拟位移法（LSVD）通用公式，用于从多个土样中准确估计抗剪强度参数。该方法能适应无粘性、摩擦性及混合型等多种土体，通过寻找穿过多个莫尔圆的公共切线来求解，即使存在测量误差导致精确解不可行时依然有效。研究引入了对数、抛物线、多项式及幂律等多种广义LSVD变体，以适应岩土材料中观察到的不同破坏包络线形状。通过合成噪声下的性能基准测试，并与p-q法、CTPAC等现有方法对比，结果表明LSVD在模拟复杂土体行为方面具有更高的灵活性和可靠性。
光子散射中的首次返回统计：Motzkin多项式框架解析
本研究提出了一种解析框架，用于计算光子在半无限散射介质中的首次返回概率。通过将三维随机游走投影到轴向，将其简化为可由Motzkin型多项式描述的一维交替过程。该方法的核心贡献在于，通过一个由蒙特卡洛模拟确定的柯西分布截断因子，高效处理了边界约束的返回项。该模型在各项异性参数g≤0.7时，其预测结果与完整三维蒙特卡洛模拟的误差在2%以内，为辐射传输问题提供了一种精确且计算高效的替代方案。
生成式AI降尺度降水预测对比：扩散模型与cGAN在气候变化响应上的表现差异
研究对比了条件生成对抗网络（cGAN）与扩散模型在降尺度降水预测中的性能。两种生成式方法在多数指标上均优于确定性基线，整体技能相近。扩散模型能更好地预测降水的精细空间结构和干旱期长度，但在预测极端降水的未来气候变化信号时，相比高分辨率区域气候模型存在低估。相比之下，cGAN以更低的计算成本，在多数指标上取得了可比拟的技能，同时更好地预测了整体降水分布和极端降水的气候变化响应。结果表明，扩散模型生成的预测视觉上更“真实”，但未必比带强度约束的cGAN更好地保留气候变化响应。
全集成混合腔实现自持微梳激光，无需外部驱动
本研究提出了一种全集成混合腔方案，实现了自持微梳激光生成。该方案将泵浦激光器、非线性谐振器和反馈回路集成于一个片上双元件腔中，仅依赖激光与克尔非线性的协同振荡，无需外部驱动。系统实现了自启动操作和超过24小时的稳定运行，生成的相干微梳本征线宽低于1kHz，集成线宽约100kHz。这一超紧凑架构为集成光子系统提供了可扩展的相干多波长光源的实用路径。
超薄氮化钛薄膜在近零介电常数区域展现强非线性光学响应
研究团队发现，厚度降至纳米尺度的超薄氮化钛（TiN）外延薄膜，在近零介电常数（ENZ）光谱区域表现出显著增强的非线性光学吸收。系统测量显示，非线性吸收随薄膜厚度减小而急剧增加，在ENZ区域可比传统薄膜强近两个数量级。该现象源于电子限域效应诱导的非局域电磁响应，为超薄光子材料结构中的非线性过程提供了一个耐高温的稳定平台。