cs
12-19 00:00
本研究提出了一种快速高效的体积捕获与重建系统，能够处理RGB-D或纯RGB输入，生成点云和高斯泼溅体（Gaussian splats）形式的3D表示。系统改进了GPS-Gaussian回归器，以最小开销实现高质量重建。其设计易于部署，支持非受控光照、任意背景的野外操作，以及灵活的相机配置（包括稀疏设置、任意数量和基线）。捕获数据可导出为PLY、MPEG V-PCC和SPLAT等标准格式，并通过Web查看器或Unity/Unreal插件进行可视化。系统提供5-10 FPS的现场实时预览。该框架已开源，以促进可复现性和进一步研究。
三维重建体积捕获高斯泼溅体点云实时系统开源框架
cs
12-19 00:00
本研究提出了DiscoverDCP框架，它将符号回归与规则化凸规划（DCP）的规则集相结合，用于系统辨识。该框架的核心在于强制所有通过符号回归发现的候选模型表达式都遵守DCP组合规则，从而确保输出的表达式在构造上就是全局凸的，绕开了事后凸性验证这一计算上棘手的难题。与传统固定参数的凸表达式（如二次函数）相比，此方法能发现形式更灵活、更精确的凸代理模型。生成的模型具有可解释、可验证和灵活的特点，适用于安全关键的控制与优化任务。
符号回归规则化凸规划系统辨识凸优化可验证模型数据驱动建模
cs
12-19 00:00
本文提出Value Lens模型，旨在利用大语言模型（LLMs）检测文本中蕴含的人类价值观，以评估自主决策系统是否符合人类价值取向。模型采用两阶段方法：第一阶段由LLM生成基于既定价值理论的描述并经专家验证；第二阶段采用双LLM协作，一个负责检测价值存在，另一个作为评审员进行批判性审查。实验结果表明，该模型在同类任务中表现优异，甚至超越了其他方法。
大语言模型价值观检测人工智能伦理自主决策文本分析
cs
12-19 00:00
本研究提出了一种基于扩散模型的线性控制器生成框架，其核心在于利用Youla-Kucera参数化，从设计上保证闭环系统的内部稳定性。该模型学习从被控对象动力学和期望性能指标到可行Youla参数的映射，在满足严格稳定性理论保证的同时，灵活适配用户指定的性能目标（如灵敏度、调节时间）。通过在合成的稳定单输入单输出（SISO）系统及固定阶次Youla参数数据集上进行训练，该方法能够在未见系统上可靠地合成满足预设性能指标的控制器。这是首次证明扩散模型能够生成具有稳定性保证的控制器，将经典控制理论与现代生成建模的灵活性相结合。
扩散模型控制器设计youla参数化稳定控制生成式设计线性系统
cs
12-19 00:00
本文针对机电系统中难以直接测量或估计被控输出（如位置）的问题，提出了一种运行间间接轨迹跟踪控制方案。该方案结合了基于可辨识模型的控制器与预测器，并通过一个迭代回路，利用可测量输出（如线圈电流）与其预测值之间的误差来更新模型参数。仿真实验表明，该方法仅需电流测量即可有效跟踪期望的位置轨迹，为模型精度依赖型前馈控制提供了重要的反馈补充。
机电系统控制轨迹跟踪可辨识模型平坦模型迭代学习间接测量
cs
12-19 00:00
本研究提出了Anubuddhi，一个无需专业编程知识即可根据自然语言提示设计和模拟量子光学实验的多智能体AI系统。该系统通过语义检索从三层工具箱中组合光学元件，并通过物理模拟进行收敛式精炼验证。其架构结合了意图路由、知识增强生成和双模式验证（QuTiP与FreeSim）。在涵盖基础光学、量子信息协议和先进技术的13个实验中，系统设计-模拟对齐度达到8-9/10，模拟结果能忠实反映预期物理。关键发现区分了结构正确性与定量准确性：高对齐度确认了正确的物理架构，而数值预测仍需专家审核。在11/13的实验中，自由形式模拟优于约束框架，揭示了量子光学多样性需要灵活的数学表示。该系统为研究和教学民主化了计算实验设计，生成用户可通过对话迭代优化的高质量初始设计。
量子光学多智能体ai实验设计物理模拟自然语言处理
cs
12-19 00:00
本研究提出了一种混合量子-经典集成学习框架，用于预测标普500指数的方向。该框架融合了量子情感分析、决策变换器架构和策略性模型选择，在2020-2023年市场数据上实现了60.14%的方向预测准确率，相比单个模型提升了3.10%。研究解决了三个关键问题：1）架构多样性优于数据集多样性，不同算法（LSTM、决策变换器、XGBoost等）在同一数据上集成效果更好（60.14% vs. 52.80%）；2）4量子比特变分量子电路增强了情感分析，为每个模型带来0.8%-1.5%的增益；3）智能过滤剔除弱预测器（准确率<52%），提升了集成性能。McNemar检验证实了结果的统计显著性（$p<0.05$）。初步回测显示，基于置信度的过滤策略（需6个以上模型共识）获得的夏普比率为1.2，优于买入持有策略的0.8。
量子机器学习金融预测集成学习情感分析决策变换器变分量子电路
cs
12-19 00:00
本文提出“比例责任原则”（PPD），为不确定性下的伦理决策提供新模型。该框架认为，道德责任随主体的认知状态动态变化：不确定性增加时，“行动责任”会按比例转化为“修复责任”（即主动核实、探究、解决不确定性的责任）。其核心公式为 $D_{total} = K[(1-HI) + HI * g(C_{signal})]$，其中总责任是知识水平（K）、谦逊/不确定性系数（HI）和情境信号强度（C_signal）的函数。蒙特卡洛模拟表明，保持一定谦逊系数（λ > 0）的系统能产生更稳定的责任分配，降低过度自信决策的风险。该框架在临床伦理、法律、经济治理和人工智能四个领域得到验证，为可审计的AI决策系统开发提供了数学上可处理的伦理责任模型。
伦理人工智能责任分配不确定性决策道德框架系统稳定性
cs
12-19 00:00
KAN网络因其学习到的基函数导致参数量巨大，面临严重的内存带宽瓶颈。研究发现视觉KAN具有“全息拓扑”特性，信息分布于样条干涉中而非特定边，传统剪枝方法失效。本文提出SHARe-KAN框架，采用增益-形状-偏置向量量化技术，在保持密集拓扑的同时利用函数冗余。结合硬件感知编译器LUTHAM，在PASCAL VOC数据集上实现了88倍运行时内存压缩（1.13 GB降至12.91 MB），且精度无损。在NVIDIA Ampere架构上，>90%的L2缓存驻留率表明工作负载已摆脱基于样条架构固有的DRAM带宽限制。
kan网络内存优化向量量化模型压缩硬件感知
cs
12-19 00:00
LLaDA2.0提出了一种将自回归大语言模型（AR LLM）系统性地转换为离散扩散大语言模型（dLLM）的新范式，模型总参数最高可达1000亿。其核心创新在于一个三阶段的块级WSD训练方案：块扩散预热、全序列扩散稳定、块扩散衰减，实现了知识继承与渐进适应，避免了从头训练的昂贵成本。模型经SFT和DPO对齐后，得到面向实际部署优化的指令调优MoE变体LLaDA2.0-mini（160亿）和LLaDA2.0-flash（1000亿），在保持并行解码优势的同时，提供了前沿的性能与效率。
扩散语言模型模型转换参数扩展知识继承moe架构并行解码
cs
12-19 00:00
本研究提出Janus框架，通过耦合深度编码器-解码器与可分离的KHRONOS预测头，在单一潜空间中同时实现高精度物理属性预测与确定性逆向生成。该框架在MNIST数据集和异质材料微结构逆向设计中得到验证，前向预测精度$R^2=0.98$，逆向解满足目标属性1%相对误差，且潜空间呈现解纠缠特性，为计算昂贵的传统优化方法提供了高效替代方案。
逆向设计生成模型材料微结构潜空间学习物理信息机器学习
cs
12-19 00:00
本文提出了一种无需训练、零样本的方法D3G，旨在提升预训练多模态模型（如CLIP）的图像分类准确率并减少人口统计偏差。该方法利用生成模型（如Stable Diffusion XL）在推理时生成多样化的人口数据，为模型提供更丰富、平衡的跨模态类别表征。实验表明，提供多样化的人口数据能有效改善模型在细粒度分类任务上的性能，并探讨了不同人口特征对最终准确率指标的影响。
多模态模型零样本学习图像分类人口偏差数据生成clip
cs
12-19 00:00
视觉物种识别（VSR）对生物多样性评估至关重要，但标注数据稀缺。研究发现，尽管大型多模态模型（LMMs）在通用任务上表现出色，但在VSR任务中却显著落后于简单的少样本学习专家模型。然而，深入分析发现，LMMs能够有效校正专家模型的错误预测。基于此，研究者提出了一种无需额外训练的后验校正方法（POC），该方法利用LMMs对专家模型的Top预测进行重新排序，结合置信度分数和少样本示例。在五个VSR基准测试中，POC将少样本学习的准确率平均提升了6.4%，且能作为即插即用模块泛化到不同的骨干网络和LMMs。
视觉物种识别大型多模态模型少样本学习后验校正生物多样性模型增强
cs
12-19 00:00
本文提出GLOW框架，旨在解决智能体工作流（AW）自动化生成中执行评估成本高、延迟大的瓶颈。现有预测方法难以同时捕捉AW中复杂的拓扑依赖关系和深层语义逻辑。GLOW创新性地将图神经网络（GNN）的图结构建模能力与大语言模型（LLM）的推理能力相结合：通过在图任务上指令微调的图导向LLM提取拓扑感知的语义特征，并与GNN编码的结构表示进行融合。此外，引入对比对齐策略优化潜在空间以区分高质量AW。在FLORA-Bench上的大量实验表明，GLOW在预测准确性和排序效用上均优于现有先进基线。
智能体工作流性能预测图神经网络大语言模型多模态融合对比学习
cs
12-19 00:00
针对加密流量分类中不断涌现的新应用（OOD流量）挑战，本文提出TAO-Net两阶段自适应分类网络。第一阶段采用基于Transformer的层间变换平滑度与特征分析的混合检测机制，有效区分已知与未知流量；第二阶段创新性地利用大语言模型及语义增强提示策略，将未知流量分类转化为生成任务，无需依赖预定义标签即可实现灵活、细粒度的分类。在三个数据集上的实验表明，其宏精确率（96.81-97.70%）和宏F1分数（96.77-97.68%）显著优于此前方法（44.73-86.30%），尤其在识别新兴网络应用方面表现突出。
加密流量分类分布外检测大语言模型细粒度分类两阶段网络自适应学习
cs
12-19 00:00
本文综述了可重构智能表面（RIS）在智能家居、车辆和工业等实际部署场景中的安全与隐私问题。研究分析了存在/不存在合法RIS的系统，以及拥有/不拥有恶意RIS的攻击者，揭示了RIS可能引入的新型窃听、干扰和欺骗攻击。同时，综述了针对这些攻击的防御策略，如应用额外安全算法、干扰攻击者以及早期检测未经授权的RIS。文章旨在为开发安全、鲁棒且保护隐私的RIS赋能无线系统提供指导。
可重构智能表面无线安全隐私保护物理层安全智能环境攻击防御
cs
12-19 00:00
针对高维数据中变量共线性导致的解释难题，本研究提出基于Kolmogorov-Arnold Networks（KANs）的可视化工具。通过构建成对KAN矩阵（PKAN）和多变量贡献矩阵（MKAN），分别刻画变量间的非线性关联及对目标变量的相对贡献度。实验表明，该方法在鲁棒性和信息量上优于皮尔逊相关和互信息分析，支持从特征选择到模型解释的全流程，有助于发现隐藏的物理模式并指导领域知识驱动的模型开发。
可解释ai数据可视化非线性分析特征工程物理洞察kan网络
cs
12-19 00:00
本研究提出ReactorFold，将核反应堆燃料组件设计重构为语言模型的序列建模问题。通过蒙特卡洛数据、参数高效微调和直接偏好优化（DPO），模型学习了压水堆组件的潜在结构，并能单次前向传播生成候选布局。值得注意的是，经DPO对齐的模型展现出涌现的设计空间扩展能力：尽管仅使用固定数量钆可燃毒物棒的配置进行训练，它仍能自主调整钆库存以满足严格的功率峰值约束。模型还发现了挑战传统对称装载启发式方法的高性能非对称配置，进入了传统搜索方法无法触及的设计领域，证明了语言模型能够内化因果物理关系并超越人为施加的设计约束。
核反应堆设计生成式模型语言模型直接偏好优化序列建模涌现能力
math
12-19 00:00
本文针对服务系统（如呼叫中心、医疗运营）中广泛使用的两阶段随机优化流体近似方法，提出了一种决策导向的偏差校正框架。传统方法用均值（如时变平均到达率）替代随机分布会引入性能估计偏差，导致决策次优。作者研究了如何寻找一个替代的点估计量（不一定是均值），使得将其代入优化问题后能得到最优决策，称之为“决策校正点估计”。对于具有顾客放弃成本的一般服务网络，论文建立了该校正点估计存在性的充要条件，并提出了计算算法。在可分解网络结构下，进一步证明了该估计与经典报童解密切相关。数值实验表明，该方法优于传统流体近似。
随机优化流体近似偏差校正服务系统决策理论运营管理
math
12-19 00:00
本文研究了具有 $n$ 个Neveu-Schwarz穿孔和 $2r$ 个Ramond穿孔的亏格 $g$ 超黎曼曲面（SRS）的超模空间 $\mathfrak{M}_{g,n,2r}$。作者改进了Donagi、Witten和Ott的结果，证明了当 $g \geq n + 5r + 3$ 时，该超模空间是非投射的。这一结论深化了对超弦理论中世界面模空间几何结构的理解，揭示了超对称模空间与底层普通模空间之间复杂的纤维化关系。
超模空间超黎曼曲面非投射性弦理论代数几何
math
12-19 00:00
本文提出了一种基于复杂系统方法的智能电网建模框架，旨在解决能源与污染等21世纪紧迫问题。模型通过结合博弈论与经典优化方法，在不同层级实现生产、传输和消费的全局优化。该方法兼顾了灵活性、可扩展性与通用性，为在时间和成本受限条件下，通过仿真获取现实世界中难以得到的有价值结果提供了有效途径。
智能电网复杂系统博弈论全局优化能源系统建模
math
12-19 00:00
本研究提出了一种结合强化学习控制器、扰动抑制扩展状态观测器和事件触发机制的统一控制架构。该架构利用观测器实时估计系统状态与集总扰动，并采用基于值迭代的自适应动态规划方法逼近最优策略，无需精确系统模型。事件触发机制仅在状态偏差超过预设阈值时更新学习参数，有效减少计算负担。李雅普诺夫分析证明了闭环系统的稳定性，数值实验表明该方法在保持强鲁棒性的同时，显著降低了采样与计算开销。
强化学习控制自适应动态规划事件触发机制非线性系统鲁棒控制扰动抑制
math
12-19 00:00
本文面向具备良好微积分背景的本科生，采用“动手实践”的教学策略，通过一系列引导性练习，解释了阻尼波方程与热方程的解在时间趋于无穷时的渐近等价性。尽管这两个方程描述的现象本质不同，但其解的长期行为却惊人地相似。笔记旨在帮助学生理解这一数学联系是如何建立的，并亲自验证其收敛过程。
阻尼波方程热方程渐近分析偏微分方程数学教育
math
12-19 00:00
本文研究了部分可观测线性随机微分方程中未观测分量初始值未知的滤波问题，分别针对初始值为确定性参数和高斯随机变量两种情况。核心贡献在于提出了一种多阶段自适应卡尔曼滤波算法：首先在“学习区间”上构造参数的初步估计量，然后利用该估计量递推计算一步极大似然估计，最终将其代入卡尔曼滤波方程。研究重点讨论了该自适应滤波器的渐近最优性，为初始条件不确定的实时状态估计提供了理论框架与实用方法。
自适应滤波卡尔曼滤波参数估计随机微分方程渐近最优性状态估计
math
12-19 00:00
本文研究了Gerstenhaber和Schack引入的代数图表的Hochschild上同调，并计算了关联代数的滤过结构。主要贡献包括：重新探讨Gerstenhaber-Schack复形与Baues-Wirsching范畴上同调的联系；分析代数图表在代数同调满射下的Hochschild上同调行为；重点研究了关联代数图表，并作为主要应用，计算了与单纯复形有限滤过相关的关联代数图表的图表Hochschild上同调。
hochschild上同调关联代数范畴上同调代数图表同调代数
math
12-19 00:00
本文在非交换n元Γ半环的框架下，建立了高阶代数K理论的一系列基本定理。基于Waldhausen和Quillen模型，作者证明了Γ参数化、槽敏感设置下的Waldhausen纤维化与可加性定理、Quillen型局部化定理。在Γ稳定滤过的自然假设下，获得了分解定理、逼近定理，以及余终性和Karoubi不变性，表明幂等完备化不改变K理论。此外，推导了多项式扩张的Bass–Quillen基本三角，并证明了两侧Γ理想的幂零不变性。几何上，这些结果为非交换Γ谱$X=\operatorname{Spec}^{\Gamma}_{n}(T)$上完美复形层$\operatorname{Perf}(X)$的K理论提供了局部化和Mayer–Vietoris序列。
k理论非交换几何γ半环局部化定理代数拓扑高阶范畴
math
12-19 00:00
本文为 A 型量子仿射超代数建立了 $q$-特征理论，并关联了变形 Cartan 矩阵。通过建立广义量子群通用 $R$-矩阵的 Khoroshkin-Tolstoy 型乘法公式，从中可读出超 A 型 Cartan 矩阵的 2-参数变形。同时，针对具有整数最高 $\ell$-权重的有限维单模，提出了 Frenkel-Mukhin 型 $q$-特征算法，为超代数表示论提供了新的计算工具。
量子超代数q-特征cartan矩阵变形r-矩阵表示论数学物理
math
12-19 00:00
本文研究了由三角矩阵编码的交换幂零分次代数构成的范畴 $\mathcal{NT}$。基于先前对小型矩阵的研究，作者证明了对于每个 $n \geq 4$，该范畴中固定大小 $n$ 的矩阵所编码的代数，其同构类的数量是有限的，当且仅当基域是有限域。这一结果解决了该分类问题中关于基域性质与同构类有限性关系的核心疑问。
同构分类幂零代数三角矩阵范畴论有限域
math
12-19 00:00
本文针对Loday提出的问题，在代数几何框架下引入了“代数Rack”的概念，即概型范畴中的点化Rack对象。核心贡献是构造了一个函子，为每个仿射代数Rack指派一个规范的Leibniz代数。该函子统一了通过共轭quandle从仿射代数群得到李代数的经典构造，以及从代数Lie rack得到Leibniz代数的过程，并且与闭子rack和左理想相容。研究还比较了仿射代数Rack、交换余Rack代数及其Leibniz代数的性质。
leibniz代数代数rack函子构造仿射概型非结合代数
math
12-19 00:00
该研究聚焦于设计资源高效的随机算法以解决矩阵计算中的核心问题。第一部分针对半正定矩阵的低秩逼近，提出了随机主元Cholesky（RPCholesky）算法，在访问最少矩阵元素的同时实现了优于同类方法的精度与可靠性。第二部分针对仅能通过矩阵-向量乘积访问的隐式矩阵，开发了基于留一法的迹、对角线和行范数估计算法。第三部分解决了过定线性最小二乘问题中随机算法的数值稳定性问题，证明了通过特定设计可以实现后向稳定性这一数值算法的黄金标准。
随机算法矩阵计算低秩逼近数值线性代数最小二乘资源效率
math
12-19 00:00
本研究针对一大类具有时变系数的非齐次Sobolev-Galpern型演化偏微分方程，在满足温和条件下，解析推导出了其初边值问题解的显式积分表示。该方法基于Fokas统一变换方法及其近期对特定多项式型色散关系方程的扩展，成功将其推广至具有混合时空导数（导致有理色散关系）的含时系数方程。研究通过在半直线上求解Milne-Taylor-Barenblatt-Coleman-Ting-Chen型、Benjamin-Bona-Mahony型及其高阶变体等具体方程，详细展示了新方法。新公式为后续研究解的定性性质及分析非线性对应问题提供了有力工具。
偏微分方程fokas方法封闭解时变系数sobolev型方程初边值问题
physics
12-19 00:00
本研究开发并应用了通用的树张量网络（TTN）方法，用于计算两个模型系统的振动光谱：一个64维耦合振子集和乙腈分子。研究探索了多种树形架构，从矩阵乘积态（MPS）的简单线性结构，到仅叶节点承载物理腿的树（如ML-MCTDH方法的基础拟设），再到允许所有节点都拥有物理腿的更通用树。此外，还实现了局部最优块预条件共轭梯度法（LOBPCG）和逆迭代法作为特征求解器。通过对运行时间和精度的综合基准测试，证明所有TTN结构都能实现亚波数精度的振动光谱计算。MPS和三腿树张量网络态（T3NS）的运行时间相近，而仅叶节点的树则需要显著更多时间。所有数值模拟均使用为灵活张量网络计算设计的Python包PyTreeNet完成。
树张量网络振动光谱量子化学张量网络方法分子模拟
physics
12-19 00:00
本研究展示了一个桌面级实验，通过驱动流体界面上的毫米级圆盘，直观演示了欠阻尼布朗运动。圆盘在由振动台激发的混沌法拉第波场中运动，其轨迹在短时间尺度上呈现弹道运动，在长时间尺度上转变为扩散运动。实验利用标准手机摄像头记录并追踪粒子，使得跨越时间和长度尺度的运动转变清晰可见。该实验装置组装简便，适用于课堂教学和学生项目，也可拓展至振动流体界面上粒子运动的相关研究。
布朗运动流体界面桌面实验混沌法拉第波粒子追踪物理教学
physics
12-19 00:00
本研究探索了张量网络方法在求解描述等离子体动力学的非线性Vlasov-Maxwell方程组中的应用。研究表明，对于低维问题，最简单的矩阵乘积态张量网络表现良好；但在强永久磁场或高维问题中，可能需要考虑其他张量网络几何结构。研究还将该方法应用于工业相关测试案例，并与基于粒子网格法的先进等离子体求解器进行了结果验证，同时将张量网络的应用扩展到了磁流体动力学的替代描述中。
等离子体物理张量网络vlasov-maxwell方程数值模拟磁流体动力学
physics
12-19 00:00
本研究提出并实现了一种全视场像差校正方法，用于在光学系统的等晕区之外创建扩展的聚焦光斑阵列。该方法依赖于对整个可访问视场内的像差进行广泛的泽尼克多项式校准，并引入了一种改进的Gerchberg-Saxton算法来生成全息相位掩模，以创建完全校正的任意光斑阵列。通过将该方法应用于非球面透镜并使用液晶空间光调制器，研究人员将无像差视场从50微米增加到500微米，仅受限于SLM可访问的最大衍射角。这为生成大型光镊阵列，特别是用于中性原子量子处理器和模拟器，开辟了新的前景。
光学像差校正全息相位掩模光镊阵列空间光调制器量子模拟
physics
12-19 00:00
本研究利用布鲁克海文国家实验室的1吨级探测器，通过宇宙线μ子测量了不同浓度（0.35%至1%）钆兼容水基液体闪烁体的光产额。结果表明，光产额随浓度增加而提升，从0.35%时的$(69.16 \pm 6.92)$ ph/MeV增至1%时的$(87.32 \pm 8.73)$ ph/MeV。该工作为未来结合闪烁光与切伦科夫光进行混合探测的中微子探测器优化提供了关键定量依据。
中微子探测液体闪烁体光产额测量混合探测探测器优化
physics
12-19 00:00
本研究提出了一种基于自发布里渊散射的模拟光学协处理器，用于高效执行神经网络计算中的矩阵向量乘法。系统利用环形谐振器中光子与声子之间的布里渊相互作用，通过波导耦合实现并行计算。输入向量由反斯托克斯光学模式的占据数构成，这些模式通过散射热声子（即自发布里渊散射）被泵浦，而矩阵则由布里渊散射率和环形谐振器与波导之间的耦合常数定义。该设计以较低能耗和高速运行，为光学计算领域提供了新方案。
光学计算布里渊散射矩阵乘法模拟协处理器神经网络硬件环形谐振器
physics
12-19 00:00
本研究通过单色与频率调制的微波激发，探索了1b型HPHT金刚石中多种动态核极化（DNP）机制的竞争行为。研究发现，在特定晶体取向下，不同DNP机制可在相同微波频率下驱动符号相反的极化。频率调制DNP能够选择性抑制或增强特定机制，并在某些条件下获得比传统单色DNP更高的NMR信号增强。在粉末样品中，不同晶粒取向也会引发竞争机制，导致极化建立过程中信号符号反转，这一现象在单晶样品中未观察到。
动态核极化金刚石nmr增强微波调制竞争机制材料物理
physics
12-19 00:00
本研究提出了一种基于稀疏多尺度算子自适应小波分解的有限元方法，该方法在通过粗化过程获得的无结构多边形网格层次结构上实现。该方法的核心创新在于解耦了不同分辨率层级，允许每个尺度独立求解，并可直接叠加到整体解中，无需重新计算更粗的层级。在计算域的光滑区域使用较少、较大的多边形单元，而在高梯度区域则使用较小的单元，通过这种自适应性提高了内存效率。所提算法通过一系列层次稀疏线性代数操作序列计算解，其计算复杂度接近线性。
多尺度有限元小波分解多边形网格稀疏算法自适应方法计算物理
physics
12-19 00:00
本研究采用连续波双光子激光光谱技术，对正电子素的 $1^{3}S_{1} \to 2^{3}S_{1}$ 能级间隔进行了精度达 4.9 ppb 的测量。通过同一激光实现激发与光电离探测，并结合符合测量技术有效抑制背景噪声。利用蒙特卡洛线型模拟，并考虑了二阶多普勒频移和AC斯塔克频移等效应，最终测得跃迁频率为 $1233607224.1(6.0)\,\text{MHz}$。该结果与此前测量及最新的 $\mathcal{O}(\alpha^{7}\ln^{2}(1/\alpha))$ 阶量子电动力学（QED）计算结果一致，将理论与实验的差异缩小至约 $1.4\,\sigma$。研究还提出了一种半解析线型模型，适用于正电子素、μ子素等不稳定体系，为优化实验参数提供了高效工具。
正电子素激光光谱量子电动力学精密测量蒙特卡洛模拟能级间隔
physics
12-19 00:00
本研究采用基于符合测量的多信使方法，实时追踪了紫外光诱导的溴分子（Br$_2$）解离过程。通过测量三维光离子和光电子动量，同时获取了瞬时核间距和电子结构重组信息，从而确定了化学键断裂的时间尺度。研究发现，电子重排在原子核达到键断裂距离之前就已基本完成，揭示了电子-核耦合所施加的动力学层次。半经典模型支持了该结果，表明拉伸的Br$_2$分子如同一个双中心干涉仪，其原子中心间相干性的损失编码了电子与原子核的耦合演化。这项工作为成像分子中的超快电子-核动力学建立了一个通用框架。
超快动力学化学键断裂电子-核耦合多信使成像相干性损失分子干涉仪
physics
12-19 00:00
本研究通过实验探究了由重力弹跳的‘超行走’液滴构成的合成活性粒子在环形流体浴中的动力学行为。在拓扑泵浦双频波形的驱动下，液滴表现出交替的活跃（行走）和休眠（弹跳）阶段，产生间歇性的方位角运动。追踪单个液滴揭示了其角位置时间序列中的伪层流混沌动力学，其特征是层流平台被短暂的不规则活动爆发所打断。增加驱动振幅会引发活性粒子间歇性动力学的质变，这源于其法拉第波场环境中的对称性破缺转变：连续的SO(2)对称‘通道’波让位于离散的‘捕获’模式。这些发现揭示了环境对称性和时空结构如何调控合成活性物质的运动性和间歇性。
活性物质间歇性运动法拉第波对称性破缺混沌动力学合成粒子
physics
12-19 00:00
本研究建立了一个结合Flory-Huggins理论与粗粒度分子动力学模拟的理论计算框架，用于理解和预测DNA纳米星溶液中的多相形态。研究揭示了凝聚体形态由共存相之间的界面能（$\gamma_{i\in\{1,2\}}$）决定。Janus-like形态普遍存在，因为两个致密相与稀相的界面能通常相近；而嵌套形态（如核仁）则罕见，需要$\gamma_i$存在巨大不对称性，这仅出现在价态或尺寸差异显著的纳米星之间。此外，两个致密相之间的界面能$\gamma_{12}$可通过改变粘性末端分布（离散调控）或交联剂比例（连续调控）进行调制，前者甚至能消除嵌套构型。这些发现为直接从微观分子参数构建复杂的凝聚体结构确立了物理设计原则。
生物分子凝聚体液-液相分离界面能dna纳米星多相形态粗粒度模拟
physics
12-19 00:00
本研究利用实验室常压XPS结合交流驱动电容耦合等离子体源，探究了等离子体X射线光电子能谱测量中结合能偏移与卫星峰的形成机制。研究发现，在等离子体暴露下可检测到瞬态表面物种（如Au氧化物）；介电样品中观察到高达50 eV的结合能偏移，源于X射线诱导与等离子体介导的表面充电，该效应在高气压或电负性等离子体中可被抑制；气相物种则因局部等离子体电位振荡出现谱线展宽与卫星峰。这些结果揭示了等离子体参数、表面充电与局部电场对XPS谱图的复杂影响，凸显了等离子体XPS作为探测瞬态表面化学关键计量工具的潜力。
等离子体xps结合能偏移表面充电瞬态化学半导体工艺等离子体诊断
astro-ph
12-19 00:00
本研究通过求解反问题，从宇宙正电子异常（PA）观测数据中反演暗物质（DM）的空间分布。与以往先假设分布再验证的方法不同，团队开发了一种基于线性代数和自适应网格的独特算法，直接寻找与数据匹配的分布函数。结果表明，仅通过调整暗物质的空间分布，在数学上存在一类解可以解释正电子异常现象。这为利用更现实的暗物质模型解决PA问题提供了新的可能性。
暗物质正电子异常反演算法宇宙线空间分布
astro-ph
12-19 00:00
当前对银河系盘、棒和核球的形成与演化研究，受限于缺乏一个连续、覆盖全银河系的高精度化学-动力学星图。现有光谱巡天要么样本小但分辨率高，要么覆盖广但分辨率和深度不足，无法为研究原始盘的存续、核球多成分结构的起源、并合与长期过程的作用等关键问题，提供数百万颗恒星（尤其是被遮挡的银道面、棒的远端及低密度外盘区域）的均匀丰度、精确三维运动学和可靠年龄数据。因此，亟需一个兼具高、低分辨率光谱能力的新型宽视场、大通量、大口径光谱设施，以获取重建银河系组装历史、约束其引力势所需的统计能力、灵敏度和完备性。
银河系考古化学动力学光谱巡天星系演化核球结构天文设施
astro-ph
12-19 00:00
白矮星作为绝大多数恒星的最终演化阶段，是宇宙计时、行星系统演化和非标准物理学的关键实验室。星震学通过比较观测到的脉动周期与理论模型，能够推断其内部化学分层、总质量、自转轮廓和磁场强度。尽管空间任务已提供高精度测光数据，但许多预测的脉动体保持静默，而另一些则在理论不稳定带外振荡，揭示了我们对模式激发、扩散和对流混合的理解仍存在空白。未来几十年，结合高精度空间测光与地面光谱跟踪的大规模巡天，将极大提升脉动白矮星的观测数量和质量。
白矮星星震学恒星演化内部结构脉动观测天体物理
astro-ph
12-19 00:00
极贫金属大质量恒星是研究宇宙早期恒星形成、再电离及星系化学演化的关键样本。目前，受限于MUSE等积分场光谱仪的视场和灵敏度，对这类恒星的研究仅限于局部区域，难以获得系统性认知。论文提出，未来搭载于大型光学望远镜的新一代全景积分场光谱仪和高复用多目标光谱仪，将能解析整个本星系群中的极贫金属星系，实现对大质量恒星种群及其反馈效应的系统性探索，从而突破当前研究的瓶颈。
大质量恒星贫金属星系积分场光谱本星系群早期宇宙恒星反馈
astro-ph
12-19 00:00
新星是吸积白矮星表面的热核爆炸，是研究爆发性核合成、粒子加速、激波物理和双星演化的关键实验室。尽管时域巡天和多波段观测已取得重大进展，但我们对新星爆发的理解仍受限于不完整的时间覆盖、不均匀的光谱跟踪以及喷出物性质的不确定性。本白皮书概述了将定义2040年代新星研究的开放科学问题，重点关注喷出物的质量、成分、几何结构和动力学，底层双星系统的作用，以及核燃烧、激波与全电磁波谱辐射之间的联系。我们认为，决定性的进展需要快速响应、高频率、多波段的观测，并以从爆发到宁静期系统性的高分辨率光学和近红外光谱为支撑。最后，我们确定了未来几十年实现新星爆发物理学变革性进展所需的关键技术需求。
新星爆发白矮星热核爆炸多波段观测天体物理双星系统
astro-ph
12-19 00:00
吸积是驱动宇宙中最明亮天体的基本物理过程，其产生的强大外流对周围介质和宇宙演化具有关键影响。近年来，对吸积X射线双星的亚秒级光学-红外观测揭示了大量未知现象，为研究流入-流出关联开辟了新途径。本文回顾了吸积与喷流物理中的关键开放问题，并指出配备光子计数探测器、覆盖紫外至中红外波段的高光谱分辨率专用设施，将推动我们对吸积过程的理解取得突破性进展。
吸积物理天体喷流高时间分辨率x射线双星多波段观测
astro-ph
12-19 00:00
西蒙斯天文台计划将其小型孔径望远镜数量从3台增至6台，并将巡天时间延长至2035年。升级后，93 GHz和145 GHz频段的探测器数量将翻倍至48,160个。研究预测，在假设没有原初B模式信号存在的情况下，该升级系统能以1σ置信度将张标比r的约束精度提升至σ_r = 1.2×10^{-3}。若前景噪声更乐观且70%的透镜化B模式信号能被移除，约束精度可进一步提高至σ_r = 7×10^{-4}，比原计划提升约2.5倍。
宇宙微波背景原初引力波b模式偏振望远镜阵列宇宙学探测
astro-ph
12-19 00:00
宇宙诞生初期数十亿年内，最庞大的星系迅速涌现，但其真实空间密度、重子物质聚集路径及早期“熄灭”机制仍不明确。现有巡天观测缺乏大视场、高灵敏度的远红外探测能力，无法完整普查这些巨系统，也无法追踪其在星系及星系周尺度上的冷气体、尘埃与弥散辐射。下一代具备超大孔径、宽视场与高测绘速度的观测设施至关重要，它将通过深度、大尺度的远红外巡天，揭示这些巨星系有多普遍、如何聚集物质，以及何种物理过程驱动了其早期的转变与熄灭。
早期宇宙大质量星系星系形成星系演化远红外观测下一代望远镜
astro-ph
12-19 00:00
本文指出，由于每个星系在其生命周期中仅能被观测一次，星系演化本质上是一个逆统计问题。为了超越描述性的标度关系，揭示恒星形成、淬灭、化学增丰及黑洞增长背后的物理调控机制，必须将星系视为一个随机过程的实现，并通过分层推断其超参数（如相关时标、爆发性、占空比）。这要求观测数据兼具深度与广度：既需要足够高的连续谱信噪比以获取吸收线年龄与化学信息，又需要远超SDSS、DESI等现有巡天规模的样本量（约1亿个星系）。当质量、红移、环境、结构及演化阶段等相关维度被充分采样后，随机超参数才能被良好约束，从而使理论与模拟的对比不再受限于观测数据。
星系演化随机过程光谱巡天逆统计问题超参数推断大数据天体物理
astro-ph
12-19 00:00
针对脉冲星风星云附近观测到的X射线丝状结构及宇宙线扩散缓慢区域，本研究挑战了星际介质中宇宙线传输的标准模型。通过采用真实质量比的全动理学粒子模拟，研究发现：从星云逃逸的电荷中性电子-正电子束在传播过程中，束电子会因韦贝尔不稳定性非线性演化产生的自生磁丝而聚焦，而束正电子则保持非约束状态，从而自发产生净电流。该净电流驱动非共振流不稳定性，进一步放大磁场，为束粒子高效散射及X射线丝状结构的形成提供了物理机制。
脉冲星风星云x射线丝状结构粒子自约束韦贝尔不稳定性粒子模拟宇宙线传输
astro-ph
12-19 00:00
系外卫星的探测一直是天体物理学的难题。本研究提出，利用工作在光学波段、基线远超当前甚大望远镜干涉仪（VLTI）的新型干涉设施，可显著提升探测能力。模拟分析表明，一台能达到1微角秒天体测量精度的干涉仪，能够稳定探测到距离50至200秒差距范围内、围绕类木行星运行的、质量与地球相当甚至更小的系外卫星。这类探测将为了解行星形成、演化及迁移历史提供关键线索。
系外卫星光学干涉仪天体测量系外行星探测技术
astro-ph
12-19 00:00
本研究利用AIDA-TNG宇宙学模拟，系统比较了冷暗物质（CDM）、温暗物质（WDM）和自相互作用暗物质（SIDM）模型中暗物质晕的密度轮廓与浓度-质量关系。研究发现，WDM模型产生的内区平坦化可由Einasto轮廓很好描述；在SIDM的纯暗物质模拟中，晕结构更适合用显式核模型刻画，核尺寸取决于质量和相互作用模型。当加入重子过程后，SIDM与CDM的差异减小——重子主导区的绝热收缩抵消了自相互作用，导致大暗物质核不再形成，但二者的耦合反而在银河系质量尺度上产生了比CDM更陡的内区斜率。这表明即使重子过程显著重塑了暗物质分布，替代性暗物质物理仍会在晕内结构中留下清晰印记。
暗物质模拟星系晕结构sidm模型浓度-质量关系宇宙学
astro-ph
12-19 00:00
DESI DR2数据通常被解释为晚期暗能量演化的证据。本研究提出了一种基于早期宇宙物理的替代解释：如果暗声振荡（DAO）的尺度与重子声波振荡（BAO）相近，它们会干扰从星系相关函数峰值中提取BAO尺度的过程，导致距离推断出现偏差。研究发现，一个振幅在百分之一量级的DAO特征，可以调和DESI DR2、普朗克2018以及Pantheon+超新星数据，其拟合改善程度与演化暗能量模型相当。值得注意的是，一个先前为解决哈勃张力而提出的暗物质-暗辐射提前解耦模型，恰好预言了具有所需性质的DAO特征。未来DESI和欧几里得卫星的全形状星系聚类数据将有助于检验这一特征。
暗声振荡desi异常早期宇宙暗能量哈勃张力宇宙学模型
astro-ph
12-19 00:00
最新引力波事件分析表明，合并黑洞的自旋方向与轨道角动量之间存在显著倾斜，其分布峰值出现在近乎垂直的方向（$\cos\theta_{1(2)}\approx0$）。通过分层贝叶斯推断，研究者发现低质量黑洞合并群体的自旋分布可由一个主高斯分量（峰值在垂直方向）和一个次要各向同性分量很好描述。数据不支持存在显著的自旋-轨道对齐分量，这对传统的孤立双星形成模型提出了挑战。该特征与星系场中孤立大质量三重星系统通过利多夫-科扎伊效应演化的预期相符。
引力波黑洞自旋三重星系统天体物理起源贝叶斯推断利多夫-科扎伊效应
astro-ph
12-19 00:00
研究团队利用JWST/NIRSpec IFU对已知最遥远（z=7.64）的明亮类星体J0313-1806进行了观测。首次探测到一个延伸约1.8千秒差距的电离气体壳层，该壳层仅由Hβ发射线示踪，而[O III]发射线显著缺失（$\log_{10} \left( F(\mathrm{[OIII]})/F(\mathrm{H}\beta)\right) < -1.15$）。通过光致电离模型分析，该结构被解释为一个由稠密气体导致[O III]碰撞退激的薄而团块状的外流壳层，是近期一次爆发性反馈阶段留下的化石遗迹。这为早期宇宙中类星体与宿主星系间的周期性反馈循环提供了直接证据，表明稠密星际介质在塑造类星体光谱特性中起关键作用。
高红移类星体jwst观测星系反馈电离气体壳超大质量黑洞早期宇宙
astro-ph
12-19 00:00
本研究利用AIDA-TNG项目的纯暗物质宇宙学模拟，分析了温暗物质和自相互作用暗物质等替代模型对暗晕宏观性质的影响。通过晕占据分布形式，追踪了参数$M_1$和$\alpha$随样本质量和红移的演化。研究发现，温暗物质模型中的卫星晕分布更尖锐，而自相互作用暗物质则呈现更平缓的密度轮廓。此外，暗晕在小尺度上的成团性质是区分不同暗物质模型的有力工具，为未来结合重子效应并与星系观测数据对比奠定了基础。
暗物质模型宇宙学模拟暗晕分布小尺度结构aida-tng成团性
econ
12-19 00:00
本研究利用 Yahoo Webscope 大规模实时竞价数据，结合少数派博弈理论与聚类算法，实证分析了广告主在信息不确定环境下的策略性出价行为。研究发现，广告主会将每小时广告位划分为子市场，并策略性地在预期自己成为“少数派”的时段出价，这种异质性策略形成了一种内生的“出价抑制”机制，能在降低支出的同时提高获胜概率。研究揭示了去中心化高频拍卖环境中策略互动对竞价动态和定价结果的计算与经济学影响。
实时竞价少数派博弈策略性出价广告拍卖博弈均衡计算经济学
econ
12-19 00:00
本文介绍了R包`xtdml`，它实现了Clarke和Polselli（2025）提出的双重机器学习方法，用于估计具有低维固定效应和高维混杂变量的部分线性面板回归模型。该包整合了`mlr3`生态系统中的机器学习算法来学习干扰函数，并提供了处理未观测个体异质性的多种方法（如一阶差分、组内变换和相关随机效应），同时支持对协变量进行最小-最大归一化和多项式展开以提升学习性能。通过模拟和真实纵向数据的应用示例，展示了该工具在经济学和统计学实证研究中的实用性。
双重机器学习面板数据固定效应r软件包因果推断高维控制
econ
12-19 00:00
本研究通过扩展Holden和Peel（1990）检验，引入状态依赖性，分析了韩国央行（BoK）定期发布的通胀预测是否存在向通胀目标靠拢的偏差。研究发现，当预测时点的实际通胀低于目标值时，其预测确实存在系统性偏差。研究进一步评估了基于AR(1)和平均误差模型的多种偏差校正策略（包括其状态依赖变体），发现这些策略普遍提升了预测精度，其中基于AR(1)的校正方法表现相对稳定，能持续降低均方根误差。
通胀预测预测偏差央行政策状态依赖模型偏差校正
econ
12-19 00:00
本研究通过构建结构模型，模拟个体汇款决策，并结合2010-2019年全球灾害记录与双边月度汇款数据，首次量化了国际移民社群对原籍国灾害的汇款响应。分析发现，过去十年间，针对地震、洪水、风暴和干旱等灾害，全球共动员了约3320亿美元（占汇款总额的5.46%）的专项汇款。其中，地震引发的平均人均汇款响应最大，而干旱最小。研究揭示了不同移民社群在激活金融支持能力上的显著差异，确立了汇款作为一种重要但有限的灾害融资形式，对增强未来环境冲击的韧性具有关键意义。
国际汇款灾害响应移民社群韧性金融环境冲击
econ
12-19 00:00
本文首次对Joel Mokyr提出的“现代经济增长源于命题性（理论）知识与规范性（应用）知识之间的反馈循环”假说进行了定量检验。研究通过构建两个新的文本指标——出版物创新性指标和知识溢出指标，分析了1600-1800年间英格兰的创新活动。实证结果表明，在18世纪下半叶，两类知识之间的反馈循环确实转为正向，并且这一过程对以专利衡量的实体经济产生了积极影响，从而为Mokyr的原创假说提供了经验支持。
经济增长知识溢出创新工业启蒙经济史文本分析
econ
12-19 00:00
本研究构建了一个包含环境因素的代际交叠模型，探讨社会比较（凡勃伦效应）如何影响消费行为与绿色偏好。研究发现，由社会地位驱动的过度消费会损害环境，而单纯对消费征税无法解决攀比问题。模型揭示了两种稳定均衡：一种关注环境与消费平衡，另一种则完全物质主义。当攀比效应强烈时，系统会出现内生、持续的非周期性波动，导致绿色偏好趋近于零，环境质量极低。这表明环境脆弱性与地位驱动型消费同步增长。
环境经济学代际交叠模型社会比较凡勃伦效应绿色偏好消费行为
econ
12-19 00:00
本文研究了连续时间下的说服问题，其中发送者可以控制信号随时间的信息量，并决定何时停止向接收者提供信息。模型允许发送者对演化的信号路径进行干扰（信息模糊化），并延迟接收者的决策，但需承担随时间递增的凸成本。研究发现，尽管两种工具都可用，但任何最优的说服方案都是完全透明的：发送者会保持信号的完全信息性，并仅通过选择停止时机来说服接收者。这表明，在实时说服中，最优策略是避免对信息进行任何干扰。
实时说服信息设计最优停止连续时间模型透明策略
econ
12-19 00:00
本文提出“智能数据组合”框架，将数据类别视为兼具生产性与风险性的资产，将AI输入治理形式化为信息与风险的权衡。该框架定义了“信息回报”与“治理调整风险”两个组合层面的量化指标，其相互作用刻画了数据混合特征并生成“治理有效前沿”。监管者可通过风险上限、准入类别和权重区间等工具，将公平性、隐私性、鲁棒性和可追溯性要求转化为对数据分配的可度量约束，同时保持模型灵活性。一个电信行业的案例展示了不同AI服务如何在统一的治理结构下需要不同的数据组合。该框架为AI系统的大规模部署提供了一个熟悉的组合逻辑作为输入层面的解释层。
ai治理数据组合风险权衡量化框架输入解释
econ
12-19 00:00
本文提出了一种基于指数族分布的精确时间序列分析方法。通过最大化对数似然与期望对数似然的凸组合（经指数加权调整），推导出用于滤波、预测和平滑的线性递归公式。该方法在规范指数族模型下得到了简洁的解析解，理论完备，并在模拟与真实数据上进行了验证，为状态空间估计提供了高效的计算框架。
指数加权估计指数族分布时间序列分析状态空间模型滤波平滑
econ
12-19 00:00
本文针对收益依赖于部分识别参数 $\theta$ 的离散选择问题，推导了渐近最优的统计决策规则。决策者可以利用点识别参数 $\mu$ 来推断 $\theta$ 的约束。研究将处理 $\theta$ 部分识别模糊性的极小极大方法，与针对 $\mu$ 的平均风险最小化方法相结合，定义了最优性准则。论文展示了如何在参数和半参数设定下，使用自助法和（拟）贝叶斯方法实现最优决策规则，并以治疗选择和最优定价为例进行了详细应用。该方法适用于有限样本最优规则难以推导的现实实证场景。
部分识别最优决策极小极大风险自助法治疗选择定价策略
econ
12-19 00:00
本文研究发送者-接收者模型，其中接收者可在发送者确定信息策略前承诺一个决策规则。该规则可依赖于发送者选择的信息结构和实现的信号。模型适用于决策者向利益相关方寻求建议的场景。由于接收者常面临发送者偏好和可行信息结构的不确定性，作者采用统一的稳健分析框架，涵盖最大最小效用、最小最大遗憾和最小最大竞争比等标准。核心结论证明，最优决策规则总是一个配额规则。
信息设计稳健优化博弈论决策理论说服理论
econ
12-19 00:00
本研究利用俄亥俄州高质量行政记录，采用匹配方法评估了失业工人进入高等教育机构接受再培训的广泛效果。研究提出了一种新方法，将“立即治疗与延迟治疗”和“治疗与不治疗”两种动态处理效应文献联系起来。研究发现，尽管入学后头两年收入会下降，但在入学三到四年后，参与者的收入平均增长约6%。这种收益主要由转换行业的个体驱动，特别是转向医疗保健行业的人。
失业再培训高等教育收入效应行业转换动态处理效应医疗保健
econ
12-19 00:00
本文提出了一种新的“聚类网络关联性”测量框架，用于分析经济网络中的相互关联。该框架结合了向量自回归（VAR）模型的方差分解，创新性地允许网络节点（如资产类别、行业、地区）以“聚类”形式连接。在聚类之间，冲击采用正交化识别（Sims风格），排序相关；在聚类内部，冲击则采用广义识别（KPPS风格），允许相关性，排序无关。这统一并推广了现有两种极端识别方法。研究将该框架应用于对横跨三大全球区域的十六个国家股票市场的详细实证分析中，以衡量其网络关联性的演变。
网络关联性向量自回归方差分解聚类识别股票市场金融计量
econ
12-19 00:00
本研究利用丹麦1589个教区的面板数据，通过交错双重差分法分析铁路扩张的影响。研究发现，铁路连接使当地人口增长约7%，内部移民增加约10%，并推动结构转型：制造业就业上升约1.8个百分点，非农份额提高约2个百分点。同时，铁路接入使教区拥有民众高中的概率增加约1.7个百分点，并提升了社区文化设施的密度。结果表明，市场准入不仅是经济现代化的引擎，也是制度与文化转型的催化剂。
铁路经济结构转型社会运动双重差分历史发展制度变迁
econ
12-19 00:00
本研究首次系统评估了三种主流大语言模型在模拟人类出行时间价值方面的行为保真度。通过全因子实验设计，研究发现LLMs在出行目的、收入水平及时间-成本权衡比等关键因素上表现出与人类相似的行为敏感性，且模型自身行为在不同情境下高度一致。尽管部分模型的总体时间价值估值与人类相近，但在具体情境敏感度和收入弹性方面仍存在异质性。该研究为LLMs作为人类出行代理的未来应用提供了基准，同时强调在应用前需对模型进行严格验证与额外条件设定。
大语言模型出行时间价值行为模拟交通经济学人工智能
econ
12-19 00:00
本研究提出了一种资源高效的方法，通过结合文档嵌入与大型语言模型生成的合成训练数据，从新闻文本中测量经济展望。该方法应用于2700万篇新闻文章，生成的指标显著提高了GDP增长预测的准确性，并能在官方数据发布前数周捕捉到情绪变化，在危机期间尤其有价值。该指标在预测表现上优于基于调查的基准和传统的词典方法，且具有可解释性，能够识别经济情绪的具体驱动因素。该方法解决了关键的制度约束：可在本地进行情绪分类，无需将专有新闻内容传输到外部服务，且与直接使用LLM分类相比，所需的计算资源极少。该方法可推广至其他国家及受限的数据环境。
经济预测文本分析合成数据文档嵌入情绪测量资源高效
econ
12-19 00:00
本文针对参数非识别性导致的后验分布多模态或平坦区域问题，提出了一种新颖的识别感知马尔可夫链蒙特卡洛（MCMC）方法。该方法利用观测等价参数集的知识设计提案分布，有效避免了传统方法（如随机游走Metropolis和哈密顿蒙特卡洛）中常见的模态陷入困境。理论分析表明，新方法的收敛速率一致有界于零，与标准方法指数衰减的收敛速率形成鲜明对比。仿真实验及结构向量移动平均（SVMA）应用表明，该方法在性能上优于哈密顿蒙特卡洛和序列蒙特卡洛等流行计算方法，并能揭示目标分布中的非平凡模态。
贝叶斯计算mcmc方法参数识别多模态后验计算统计学计量经济学
econ
12-19 00:00
本文提出了一种在存在干扰参数时对矩约束进行统一推断的简单方法。该方法基于一种新的特征化构建检验，避免了干扰参数的估计，可广泛应用于多种设定。在适当条件下，该检验对独立和相依样本均具有渐近尺寸控制和一致性。蒙特卡洛模拟表明，该检验在有限样本中表现良好。应用于弱工具变量的条件矩约束模型的数值结果显示，该方法可能优于现有文献中的方法。
矩约束干扰参数统一推断弱工具变量渐近性质
q-bio
12-19 00:00
本文批判性地评估了生物医学影像领域基础模型的现状与潜力。作者指出，当前模型虽在复杂空间关系理解与多模态数据整合上展现出灵活性，但其临床部署仍受限于算法偏见、数据隐私及模型幻觉等可信赖性问题。文章强调，未来的关键方向在于超越统计相关性，追求因果推断能力，并构建可验证安全的混合系统，以开发辅助而非替代人类专家的工具。
基础模型生物医学影像因果推断模型部署人工智能伦理临床验证
q-bio
12-19 00:00
本文探讨了皮层神经元尖峰时序的毫秒级精度如何通过尖峰时序依赖可塑性（STDP）支持长时工作记忆。研究发现，皮层传播波能够以高时间精度同步刺激兴奋性突触，而抑制性篮细胞在强瞬态超极化后的抑制性反弹可触发反向传播动作电位，从而激活STDP。这种机制可维持数小时，形成支持长时工作记忆的二级网络，为认知功能提供新的神经动力学解释。
尖峰时序长时工作记忆stdp皮层传播波神经动力学认知网络
q-bio
12-19 00:00
针对缺乏稳定结构的“不可成药”靶点——内在无序蛋白（IDPs），本研究开发了StructBioReasoner，一个可扩展的多智能体系统。该系统采用新颖的锦标赛式推理框架，让多个专业智能体协同工作，整合文献、AI结构预测、分子模拟和稳定性分析，在HPC基础设施上高效探索广阔的设计空间。在Der f 21和NMNAT-2蛋白上的基准测试表明，超过50%的设计候选物在结合自由能上优于文献中人工设计的参考结合物，并成功识别出包括已知界面在内的多种结合模式，为基于百亿亿次计算平台的IDP药物发现奠定了基础。
内在无序蛋白多智能体系统药物设计计算生物学ai辅助发现高通量筛选
q-bio
12-19 00:00
本研究提出一种结合湿实验与学习算法的协同设计方法，通过将压缩感知技术扩展至函数空间的神经网络，实现了对多种生物分子活性的同步测量与解卷积。该方法在模型训练过程中重构分子-活性图谱，理论上可将信息密度提升数个数量级。实验在抗体和细胞疗法领域验证了其有效性，为机器学习驱动的生物科学规模化研究提供了新策略。
压缩感知生物分子活性协同设计神经网络数据采集湿实验
q-bio
12-19 00:00
本研究提出一种新框架，利用临床监测患者长达一周的颅内神经信号与音频同步记录，将训练数据规模扩大两个数量级以上。通过对比学习模型进行监督预训练，其解码性能显著超越仅使用传统短时实验数据训练的模型，且性能提升与数据集大小呈对数线性关系。分析表明，虽然大脑活动编码语音特征，但其全局表征结构会随天数发生显著漂移，凸显了模型需显式处理跨日变异性的必要性。该方法为在真实生活与受控任务场景下解码和建模大脑表征开辟了可扩展路径。
脑机接口语音解码监督预训练颅内信号对比学习表征漂移
q-bio
12-19 00:00
本文探讨了智能体（尤其是人类智能）如何动态合成新目标函数的核心问题，并提出了“主观函数”的概念。主观函数是一种内生于智能体的高阶目标函数，其定义依赖于智能体自身的特征，而非外部任务。研究以“预期预测误差”作为具体案例进行分析，揭示了智能体如何从内部状态和认知过程中衍生出目标。该框架为理解人类目标形成机制以及赋予人工智能系统类似能力提供了新思路，并与心理学、神经科学及机器学习领域的相关思想建立了联系。
主观函数目标函数人工智能认知科学智能体
q-bio
12-19 00:00
本综述系统梳理了人工智能（AI）在微生物学与微生物组研究中的应用与突破。文章首先介绍了机器学习与深度学习等核心AI技术，并提供了根据研究目标选择方法的指导。核心应用场景涵盖从物种分类、功能预测、微生物-环境互作、生态学、代谢建模，到精准营养、临床微生物学及疾病防治等多个前沿领域。最后，文章探讨了当前面临的挑战并展望了未来方向，强调了AI在深化理解微生物生命及其对地球与人类健康影响方面的变革性作用。
人工智能微生物组机器学习精准营养临床微生物代谢建模
q-bio
12-19 00:00
本研究提出了一种结合持久同调和机器学习的计算方法，用于根据蛋白质结构数据对细菌鞭毛马达的功能状态（旋转与停滞）进行分类。通过将原子坐标构建为过滤单纯复形，提取多尺度拓扑特征（如持续图与条形码），这些特征捕捉了与马达功能相关的关键几何与连接模式。经向量化后，特征被输入包含降维与监督分类的机器学习流程。在来自不同细菌物种的实验表征数据集上，该模型展现出高分类精度与对结构变异的鲁棒性，凸显了拓扑数据分析在揭示传统几何描述符难以捕获的功能相关模式方面的强大能力。
拓扑数据分析持久同调蛋白质功能预测机器学习细菌鞭毛马达计算结构生物学
q-bio
12-19 00:00
针对深度学习方法在预测刚性蛋白结构上的成功，本文聚焦于建模内在无序蛋白（IDPs）的构象集合这一关键挑战。现有AI方法存在权衡：蛋白质语言模型（PLMs）缺乏物理基础，而生成完整构象集合的模型计算成本高昂。为此，作者提出GeoGraph，一种基于模拟信息的替代模型，可直接从序列预测残基-残基接触图的拓扑结构。该方法通过将粗粒度分子动力学模拟特征化为残基级和序列级图描述符，构建了信息丰富的学习目标。评估表明，GeoGraph生成的表示在预测关键生物物理性质方面优于现有方法。
无序蛋白构象集合图描述符分子动力学ai预测生物物理
q-bio
12-19 00:00
本文提出SPLICE方法，利用神经网络从成对的高维数据视图中推断出解耦、可解释的共享与私有潜在变量表示。相比现有方法，SPLICE能更有效地解耦共享与私有信息，通过保留几何结构提升表示的可解释性，并对潜在维度估计错误具有更强鲁棒性。该方法为神经科学等多领域分析多视角数据（如不同脑区记录）提供了通用框架。
多视角学习表示解耦几何保持神经网络神经科学无监督学习
q-bio
12-19 00:00
本文提出了一种知识驱动、多智能体协作的科学语料蒸馏框架，旨在解决生物医学大语言模型训练中开源标注语料数量不足、质量不高的瓶颈问题。该框架的核心是一个基于医学主题词表（MeSH）层级结构指导的多智能体架构，其中各专业智能体协同工作，从海量科学文献中自主提取、合成并自我评估高质量的文本数据，自动生成和精炼领域特定的问答对。实验表明，使用本框架蒸馏出的数据集训练的模型，在生物医学问答任务上表现优异，甚至能使Llama3-70B模型超越GPT-4（MedPrompt）和Med-PaLM-2等先进模型。消融研究和案例分析进一步验证了框架内各智能体的有效性与协同作用。
生物医学大模型语料蒸馏多智能体知识驱动医学主题词表问答对生成
q-bio
12-19 00:00
本研究提出PEM-UDE方法，结合预测误差法与通用微分方程，从混沌动力系统中提取可解释的数学表达式。该方法通过平滑优化景观并在拟合过程中去除混沌特性，成功从噪声数据中恢复隐藏状态和动态结构，例如在观测信号被5倍噪声污染时仍能恢复正确的动力学函数形式。应用于神经群体时，该方法推导出尊重网络稀疏性等生物约束的新控制方程，揭示了连接密度与振荡频率、同步性之间的涌现关系，并通过颅内电极记录数据验证了预测。
科学机器学习混沌系统神经动力学控制方程发现通用微分方程多尺度脑模型
cs
12-19 00:00
本研究提出了一个从自然语言描述生成物理可实现的组装指令的框架。与不受约束的文本到3D方法不同，该方法在一个离散的部件词汇表内运行，强制执行几何有效性、连接约束和可构建顺序。利用LDraw作为富含文本的中间表示，研究表明，大型语言模型可以通过工具引导，为包含超过3000个组装部件的基于积木的原型生成有效的分步构建序列和组装指令。该方法旨在实现可证明的可扩展性、模块化和保真度，弥合语义设计意图与可制造输出之间的差距。
生成式ai物理组装自然语言处理计算机辅助设计可制造性原型设计
cs
12-19 00:00
本文挑战了谱图神经网络在推荐系统中主要依赖低频滤波的传统观点。通过理论证明，低频与高频图信号在推荐任务中具有等效作用，其核心机制均在于平滑用户-物品对的相似性。基于此，研究提出了一个即插即用的频率信号缩放器模块，可适配任何GNN模型以微调平滑度。同时，研究还指出并解决了基于图嵌入的方法在捕捉信号特征上的局限性，并证明了仅使用单一频率信号即可实现有效推荐。在四个公开数据集上的实验验证了方法的有效性。
图神经网络推荐系统图信号处理谱滤波用户-物品相似性
cs
12-19 00:00
已有研究表明，ReLU多层感知机（MLP）对分布外数据点倾向于进行线性外推。本文聚焦于神经正切核（NTK）机制下的一个特殊情形：原点附近的评估点。由于NTK诱导的无限维特征映射不具有平移不变性，原点附近的外推与远离原点的外推并不等价。研究发现，在原点附近，ReLU网络在NTK机制下可能表现出二次外推行为，这为理解神经网络外推能力的边界提供了新的理论视角。
神经正切核外推行为relu网络机器学习理论特征映射
cs
12-19 00:00
本文提出了一种新颖的多视图双限制核机（TMvRKM）模型，用于解决多视图分类问题。该模型通过正则化最小二乘法替代传统的大规模二次规划问题，显著提升了计算效率。其核心目标函数包含一个耦合项，能有效平衡多视图间的误差，并结合早期与晚期融合策略，充分利用所有视图的互补信息。在UCI、KEEL和AwA基准数据集上的实验与统计分析表明，TMvRKM在泛化性能上全面超越了现有基线模型。
多视图学习核方法分类算法机器学习计算效率
cs
12-19 00:00
本研究针对工业4.0背景下的智能制造需求，为XRIT开发并测试了一个智能生产平台。该平台集成了多种机器学习模型，如用于预测性维护的随机森林分类器（Random Forest Classifier）和用于异常检测的孤立森林（Isolation Forest），以优化能源管理、减少停机时间。系统通过Streamlit实现实时数据可视化仪表盘，并引入基于GPT-4的AI虚拟助手，为工人提供实时决策支持。测试表明，该系统能显著提升工作效率、能源管理水平和维修规划能力。未来工作将聚焦于实时数据集成与系统优化。
智能制造预测性维护工业ai实时可视化gpt-4助手能源管理
cs
12-19 00:00
本文提出语义约束联邦聚合（SCFA）框架，首次将领域知识约束融入分布式优化，并建立了基于约束的联邦学习收敛理论。理论证明SCFA的收敛速率为$O(1/\sqrt{T} + \rho)$，其中$\rho$为约束违反率。分析表明，约束能将有效数据异质性降低41%，并通过假设空间缩减因子$\theta=0.37$改善隐私-效用权衡。在$\epsilon=10$的差分隐私下，约束正则化能将效用维持在非隐私基线的3.7%以内，相比标准联邦学习的12.1%性能下降，实现了2.7倍的改进。在包含118万样本的博世生产数据上的实验验证了该框架，显示其能加速22%的收敛，并减少41.3%的模型发散。
联邦学习语义约束收敛理论隐私保护知识图谱分布式优化
math
12-19 00:00
本文系统研究了形如 $f^m + (Rf^{(k)})^n = Qe^{\alpha}$ 的非线性微分方程，其中 $k, m, n$ 为正整数，$Q, R$ 为非零有理函数，$\alpha$ 为多项式。作者对所有正整数 $k, m, n$ 的情况进行了全面分析，给出了整函数或亚纯解存在的完整条件，并明确描述了可容许解的解析形式。该结果显著改进了 Tang 与 Liao 以及 Han 与 Lü 的已有工作，对复分析中非线性微分多项式和费马型函数方程的研究具有重要贡献。
复分析非线性微分方程亚纯函数整函数费马型方程存在性定理
math
12-19 00:00
本文在多圆盘$\mathbb{D}^n$上建立了有界全纯映射的经典Bohr不等式的尖锐改进。通过三种不同方式推广了单复变中的结果：一是直接改进原不等式；二是将常数项替换为函数绝对值$|f(z)|$；三是替换为$|f(z)|^2$。同时，将单位圆盘$\mathbb{D}$上解析函数导数的模相关结论推广到多圆盘，用径向导数替代普通导数，建立了多维类比。所有结果均被证明是尖锐的。
多复变函数bohr不等式全纯映射多圆盘径向导数尖锐估计
math
12-19 00:00
本文提出一种创新方法，将任意整数表示为三个立方数之和。核心思想是通过种子方程（如 2 = 1³ + 1³ + 0³）将问题转化为一个变量的代数形式，进而将三立方和表示为一个三次多项式。利用种子方程，该多项式可简化为二次方程，最终化为线性方程求解。此方法不仅能找到一组解，还能系统性地生成多组解，并提供了解的显式参数化。对于难以找到种子方程的情况，论文也给出了替代方案。该方法思路新颖，易于理解，为经典数论问题提供了新的解决路径。
数论三立方和丢番图方程种子方程参数化解代数方法
math
12-19 00:00
本文研究了一个基于Ellermeyer连续模型的非自治离散时滞单物种恒化器系统。通过分析与问题相关的标量线性方程的下、上Bohl指数，分别获得了种群持续生存与灭绝的条件。持续生存条件还意味着吸引性，即存在一个有界解吸引所有其他解。特别地，当营养供给呈ω-周期时，结论更完整：持续生存条件蕴含存在一个吸引的非平凡ω-周期解，而非持续则意味着灭绝。
恒化器模型离散动力系统时滞微分方程种群动力学bohl指数周期解
math
12-19 00:00
本文系统回顾了麦克劳林幂级数展开中归一化余项这一概念的来龙去脉。作者梳理了自2023年以来关于若干初等函数归一化余项的主要研究成果，并深入探讨了其在组合数学与数论中的历史背景，特别是与伯努利数/多项式、斯特林数/多项式及其由Broder、Carlitz和Howard等人推广的联系。文章还介绍了归一化余项的几个基本性质，并汇集了在研究过程中提出的若干猜想与未解问题。
归一化余项麦克劳林级数组合数学数论伯努利数斯特林数
math
12-19 00:00
本文提出了一类基于等距节点的广义数值积分规则。其核心在于引入一个基本参数 α，它表示积分区间端点到第一个节点的距离（以步长为单位）。通过调整 α 的值，该框架可以统一推导出多种经典求积规则：当 α = 1/2 时，得到修正的复合中点规则；α = 0 时，得到格里高利闭型规则，涵盖梯形法则、辛普森法则等标准牛顿-科特斯闭型公式；α = 1 时，则对应开型牛顿-科特斯类规则。此外，负的 α 值可用于生成梯形和中点规则的对称有限差分端点修正，而两端采用不同的 α 值还能导出亚当斯-巴什福思和亚当斯-莫尔顿方法的权重。该工作为等距求积规则提供了一个统一的理论框架。
数值积分求积规则端点修正统一推导牛顿-科特斯中点规则
math
12-19 00:00
本文研究了特征p代数闭域上射影空间P^n中光滑超曲面X的有理连通性质。主要结论表明：当p≥d，或p≥d-1且定义方程存在非奇异偏导数时，X必须是可分有理连通的，并包含一条自由直线。特别地，对d=4且n充分大的情形，证明了任意特征下X的可分有理连通性。研究过程中将k-平面空间的结果推广至特征p情形，并将相关问题与X的线性截面空间联系起来。
代数几何有理连通性特征p超曲面k-平面截面
math
12-19 00:00
本文研究了从拓扑空间到度量空间的函数类，特别是与Borel 1类相关的函数。通过引入等度族的概念（受Lecomte等度Baire 1族启发），作者将等度族的研究简化为对取值于乘积空间的单轨道映射的探索。文章考察了点态收敛拓扑下等度族的闭包性质，并深入探讨了定义在度量空间乘积 $X \times Y \to Z$ 上的函数，其截面具有等度连续、等度Baire 1或等度Borel可测（类 $\alpha$）的性质。该工作推广了Grande的一个经典结果。
borel函数等度族点态收敛截面性质拓扑动力系统
math
12-19 00:00
本研究扩展了 Ozsváth 和 Stipsicz 关于 Legendrian 非简单扭结的工作，将焦点转向三叶结的 Whitehead 加倍。通过运用结 Floer 同调理论和特征手术三角形的性质，作者证明了在标准接触三维球面中，该族扭结同样具有 Legendrian 非简单性。这一结果为 Legendrian 结的分类理论提供了新的例证。
legendrian 结结 floer 同调whitehead 加倍三叶结接触几何
math
12-19 00:00
本文在重新定义的模糊度量空间中，引入了模糊Hausdorff距离与两点间的模糊等距集概念。研究针对具有不同展宽、外切、部分重叠、内切、完全重叠以及核心重合等多种情形的两个模糊点，系统构建并分析了其对应的模糊等距集。所提出的构造方法能生成一个分级的等距集，并在度量精确时退化为经典的垂直平分线。研究通过数值与图示案例验证了理论结果。
模糊几何模糊度量空间等距集hausdorff距离模糊点
math
12-19 00:00
本文作为系列研究的第三部分，旨在为算子理论和量子过程建立统一的多范畴与操作代数基础。研究基于多范畴 HilbMult 和先前引入的 Synergy Operad，揭示了量子动力学组合的内在代数结构。主要贡献包括：1) 引入 $n$-伴随，将经典伴随运算推广至多范畴环境以捕捉高阶算子相互作用，并证明了基于 $n$-伴随的多范畴 Stinespring 定理；2) 证明了完全正保迹映射具有典范的单子描述，并通过单子性定理将量子过程（在操作等价意义下）识别为由对称量子相互作用操作导出的协同单子的代数，从而为顺序与并行组合提供了统一表示；3) 将量子不可行原理（如不可克隆定理）编码为操作理想，给出了其代数表述。这些结果为统一算子理论、范畴论与量子信息提供了连贯的代数框架。
多范畴理论量子过程代数单子性定理算子理论操作代数量子资源理论
physics
12-19 00:00
本研究首次系统编目了西班牙公共机构收藏的、制作于1900年之前的各类历史科学仪器，包括地球仪、天球仪、浑仪和太阳系仪。目录收录约两百件藏品，其中大部分源自18世纪末至19世纪的英国或法国。研究特别指出了一些珍贵孤品，如早期金属地球仪、神秘的蓝色手绘天球仪、现存最古老的西班牙印刷地球仪以及若干精巧的机械钟表装置。这项工作填补了西班牙在该领域文化遗产系统性记录上的空白。
科学仪器史文化遗产地球仪天球仪西班牙收藏
physics
12-19 00:00
本研究提出了一种基于简化作用量积分的半经典方法，用于快速模拟真空中光子-光子相互作用引起的非线性光学现象。该方法从欧拉-海森堡拉格朗日密度出发，通过变分原理直接推导出光脉冲关键参数（如光斑尺寸、相位、偏振和波前曲率）的运动方程，避免了全场模拟的计算负担。论文通过相位调制、双折射和频率混合三个实例验证了该方法的有效性，为研究真空极化效应提供了一种高效的理论工具。
非线性光学真空极化欧拉-海森堡拉氏量光子相互作用简化作用量
physics
12-19 00:00
本研究通过利用Fano路径干涉，在连续波（CW）照明下实现了约1纳米分辨率的近场光学成像。该方法利用金属涂层AFM针尖顶端的天然缺陷中心作为量子物体，诱导Fano干涉，使一个通常处于非共振状态的等离子体模式（597 nm）在驱动波长（520 nm）下有效共振。由于干涉仅发生在缺陷下方，形成了一个约1纳米宽、强度显著增强的近场热点。基于精确的三维麦克斯韦模拟，利用这种非共振Fano增强场，实现了单分子分辨率的成像。
近场光学显微术fano干涉单分子成像等离子体共振亚纳米分辨率连续波光源
physics
12-19 00:00
传统3D NAND闪存面临可靠性下降、功耗高及垂直堆叠饱和等物理极限。本文提出一种铁电极化与电荷俘获协同的混合架构，利用极化增强Fowler-Nordheim隧穿效应实现低电压操作，同时电荷俘获稳定极化状态。该技术可在保持工艺兼容性的前提下，将堆叠层数推至千层以上，为下一代高能效非易失性存储器开辟新路径。
铁电存储器3d nand能效优化闪存技术非易失性存储
physics
12-19 00:00
本研究基于Alexeev提出的广义玻尔兹曼方程（GBE），推导出Alexeev流体动力学方程（AHE），并与Navier-Stokes（NS）方程一同求解湍流通道流动的解析解。通过对比雷诺数范围3,000至35,000,000内的多源实验数据，AHE的解与实验数据的吻合度显著优于NS方程。解析解揭示了一个新的相似参数——边界层厚度尺度，该尺度与实验中观测到的Kolmogorov微观尺度一致，为理解湍流生成与控制机制提供了新视角。
湍流理论解析解流体动力学边界层广义玻尔兹曼方程实验验证
physics
12-19 00:00
本研究通过大规模调查，评估了物理实验课中三种小组角色分配模式（共享、轮换、分工）对学生多项学习成果的影响。研究发现，角色分配方式对学生的批判性思维无显著差异影响。但在态度层面，共享角色倾向于产生积极影响，固定分工则有负面影响，轮换模式介于两者之间。研究采用分层线性模型分析了学生对批判性思维、自我效能感、能动性、归属感和认可感等维度的反馈，为优化实验教学结构提供了实证依据。
物理教育小组合作角色分配学习成果实验教学自我效能感
physics
12-19 00:00
本研究提出了一种名为ClusTEK的新型网格聚类框架，旨在解决传统网格聚类算法在参数敏感性、结构细节丢失及边缘单元误分类方面的局限。该框架在均匀网格上集成了拉普拉斯核扩散插补与原点约束连通分量分析（OC-CCA）。扩散步骤有效缓解了数据稀疏性并重建了缺失的边缘单元，同时避免了过度平滑物理梯度；OC-CCA则通过约束分量增长于物理上一致的起源，减少了跨越狭窄间隙的虚假合并。算法在固定分辨率网格上运行，通过空间索引确保了O(n log n)的计算复杂度。在合成基准测试和聚合物模拟数据集（规模从9k到989k个原子）上的实验表明，该方法能准确处理边缘、保持簇拓扑结构、避免虚假连接，并以加速计算的方式复现原子级精度并捕获具有物理意义的形态。
网格聚类扩散插补连通分量分析聚合物结晶计算物理拓扑重构
physics
12-19 00:00
本研究通过锐界面模拟，系统研究了初始球形颗粒在较热液体中平移时的三维融化动力学。在无浮力条件下，根据初始雷诺数（$Re_0$）识别出四种尾流状态：轴对称（$Re_0<212$）、稳态平面对称（$212<Re_0<273$）、周期平面对称（$273<Re_0<355$）和混沌状态（$Re_0>355$）。尽管尾流结构不同，所有状态均表现出熔融速率随时间均匀化的趋势。研究还提出了基于长宽比的表面积公式，构建了能准确预测各状态下体积演化的模型。浮力效应分析表明，辅助浮力（$Ri>0$）抑制回流并维持准球形，而反向或横向浮力（$Ri<0$）则使尾流失稳并促进倾斜平面后部形成。该研究为跨越层流、周期流和混沌尾流的对流驱动融化过程提供了统一框架。
融化动力学尾流分岔流体-固体耦合对流融化数值模拟多相流
physics
12-19 00:00
本研究颠覆了传统光学设计理念，将通常被视为有害的色散效应转化为功能机制，用于实现三维近眼显示。通过精确设计超透镜的横向色散特性，将红绿物体的横向偏移转换为图像空间的角向分离，使它们的图像在视觉上相交融合，从而产生彩色合并的三维虚拟图像感知。该超表面显示架构保持了传统平面显示的紧凑性，同时相比其他近眼三维显示技术，数据需求更低、硬件复杂度更小。实验演示的系统实现了11°视场角、22像素/度的角分辨率、0.9米景深和19个独立图像平面。
超表面显示三维成像近眼显示色散工程虚拟现实光学设计
physics
12-19 00:00
本研究提出了一种新型混合光子平台，将单层WS₂与高折射率Bi₂Te₃基底中图案化的Mie空洞谐振器集成。通过将空洞的偶极谐振模式与WS₂的激子跃迁精确对准，实现了光致发光和二次谐波产生的显著增强。远场谐波成像揭示了空间分辨的热点，直接映射出局域谐振模式，其位置可通过空腔几何结构和泵浦波长进行调控。该方法为下一代非线性光子学和表面增强光学传感提供了可重构的稳健平台。
mie空洞范德华异质结非线性光学二次谐波光与物质相互作用表面增强
physics
12-19 00:00
本研究提出了一种名为PASPT2的新型多参考二阶微扰理论，用于处理强关联电子体系。该方法通过线性化基于中间归一化的通用模型空间态普适耦合簇理论（IN-GMS-SU-CCSD）构建，并通过选择特定的参考态相关零级哈密顿量，完全避免了振幅方程中的非连接项。这使得PASPT2具有严格的尺寸扩展性，并在适当选择部分活性空间时满足尺寸一致性，解决了其母理论IN-GMS-SU-CCSD的关键缺陷。原型体系的计算结果验证了该方法的有效性。
多参考微扰理论强关联电子尺寸一致性耦合簇理论电子结构计算
astro-ph
12-19 00:00
本研究针对五百米口径球面射电望远镜（FAST）在搜寻地外文明（SETI）巡天数据中面临的复杂射频干扰（RFI）难题，提出并应用了一种改进的机器学习方法——基于密度的噪声应用空间聚类（DBSCAN）算法。该方法用于识别和消除2019年7月FAST-SETI巡天存档数据中的残余RFI。在初步RFI消除后，DBSCAN算法成功识别并移除了约1.678秒数据内的36977个残余RFI信号（占比约77.87%）。与先前机器学习方法相比，该方法将RFI移除率提升了7.44%，同时执行时间减少了24.85%。最终，研究在保留潜在感兴趣候选信号的同时，有效提升了数据纯净度。
射电天文学机器学习射频干扰抑制fast望远镜地外文明搜寻dbscan算法
astro-ph
12-19 00:00
JWST对温带亚海王星TOI-732 c的0.9-12 μm透射光谱观测显示，其富氢大气中存在约1%体积混合比的甲烷（CH$_4$），但未检测到NH$_3$和HCN。研究对250种化学物质进行了全面调查，发现了中等至强有力的证据（最高达$\ln B\sim 5.9$，$3.9\sigma$），表明存在一种或多种复杂分子（如高阶碳氢化合物和/或含硫分子）的额外吸收。这些光谱特征与甲烷以及复杂分子之间存在强烈简并性。研究强调了未来需要更多观测以解析简并性，并对TOI-732 c及类似亚海王星的大气和内部成分进行更可靠的理论与实验研究。
系外行星大气jwst观测亚海王星甲烷探测光谱分析复杂分子
astro-ph
12-19 00:00
本研究利用阿塔卡马大型毫米波/亚毫米波阵列（ALMA）在0.43-0.47毫米波段的校准数据，首次探测了木卫四（Callisto）厘米级深度的近地表热辐射。通过热物理混合模型分析，发现其热发射特性最佳拟合为两种热惯量组分的混合：低热惯量组分（$\Gamma_{\text{low}}$~15-40 J m$^{-2}$ K$^{-1}$ s$^{-1/2}$）与高热惯量组分（$\Gamma_{\text{high}}$~1200-2000 J m$^{-2}$ K$^{-1}$ s$^{-1/2}$）各占约50%。该结果与此前较长波段的ALMA观测一致，并结合未公开的伽利略号PPR观测数据，绘制了热惯量与光谱发射率分布图，深化了对木卫四浅表层风化层热特性及空间分布的理解。
木卫四热物理特性alma观测近地表探测热惯量行星科学
astro-ph
12-19 00:00
JWST在红移z≳3处发现的“小红点”是一类具有蓝色紫外连续谱、红色光学谱和宽巴尔默发射线的致密源，挑战了标准模型。本研究通过六个深场的光谱数据，对118个高信噪比LRD样本进行了群体分析。研究发现，LRD的紫外-光学连续谱颜色与斜率存在清晰相关性：更蓝的LRD具有更蓝的紫外斜率（β_ν,UV∼0.3），而更红的LRD则紫外斜率更红（β_ν,UV∼1.1）。发射线诊断显示，从红LRD到蓝LRD，存在从高Hα/Hβ、低[OIII]λ5007/Hβ到相反趋势的转变，表明存在从活动星系核主导到宿主星系主导的发射过渡。通过结合被气体遮蔽的黑洞和星系宿主的两成分模型，成功再现了LRD在颜色和光谱形状上的多样性，其变化主要源于黑洞光度、遮蔽程度以及宿主与黑洞的光度比。
jwst观测高红移星系活动星系核光谱分析星系演化黑洞物理
astro-ph
12-19 00:00
本研究利用AIDA-TNG高分辨率宇宙学模拟，系统比较了冷暗物质（CDM）、自相互作用暗物质（SIDM）和温暗物质（WDM）模型中暗物质晕的三维形状。研究发现，SIDM模型因粒子间动量交换，其晕在内部区域更接近球形且各向同性；WDM晕也较CDM更接近球形且浓度较低。当包含自洽的重子物理过程时，所有模型的晕中心区域均变得更圆，但仍能清晰区分不同暗物质模型。该框架为利用星系和星系团的多波段观测数据约束暗物质本质提供了新途径。
暗物质模型宇宙学模拟星系形成三维形状aida-tng重子物理
astro-ph
12-19 00:00
哈勃太空望远镜在2023年观测到Fomalhaut恒星周围出现了一个新的点状源，其形态与二十年前发现的Fomalhaut b极为相似。研究团队认为，这第二个点源同样是两颗行星体碰撞后产生的尘埃云。通过分析这两个碰撞尘埃云在二十年间的运动轨迹，可以为研究该碎片带中的碰撞动力学提供关键约束。这一发现表明，行星体碰撞事件在碎片盘中可能比预想的更频繁，为理解系外行星系统的形成与演化提供了新的观测窗口。
系外行星行星体碰撞尘埃云哈勃望远镜碎片盘天体动力学
astro-ph
12-19 00:00
长次级周期变星是长周期变星的一个子类，其光变曲线在脉动周期外还存在一个更长的周期。尽管超过30%的长周期变星存在此现象，但其物理成因仍存争议。目前最受支持的假说是双星模型，即脉动巨星拥有一颗亚恒星质量的伴星。为验证此假说，研究团队首次系统搜寻了亮于14星等的明亮LSP候选体，最终在ASAS巡天数据中确认了23颗目标，其中13颗为新发现。这些明亮目标将便于后续进行高质量光谱与干涉观测，以揭示其本质。
变星长周期变星双星系统恒星演化天文巡天
astro-ph
12-19 00:00
本研究通过分析矮球状星系和超暗弱矮星系的光度数据，探讨了恒星密度分布与暗物质晕结构之间的关系。研究发现，弱核心恒星分布（$b_0 \neq 0$, $\gamma_0=0$）可以与尖峰暗物质晕共存，而强核心分布（$b_0=\gamma_0=0$）则不行。然而，这两种核心在投影观测中几乎无法区分，这意味着仅凭光度数据很难排除暗物质尖峰的存在。以银河系伴星系Fornax为例，其观测数据与两种核心模型均兼容。
暗物质晕矮星系密度分布天体物理观测限制
econ
12-19 00:00
本文构建了一个新颖的离散时间、不确定、无限时域动态博弈模型，用于分析财政与货币政策的交互作用。模型将预期不确定性刻画为满足二次约束的未知非线性确定性函数，并为财政和货币政策这两个“玩家”定义了成本保证纳什策略。该模型特别适用于对追赶型经济体的发展路径进行对比分析。研究以匈牙利经济为例，评估了九种以债务占GDP比率为特征的可能发展路径。
动态博弈财政货币政策不确定性建模追赶型经济债务gdp比率
econ
12-19 00:00
本文研究在个体因信念不精确而具有不完全偏好关系时，如何进行偏好聚合。作者引入了帕累托原则的“对偶”形式，该原则尊重包括未表达意见者在内的个体一致性。第一定理表明，在多数情况下，这会导致品味聚合中的独裁规则，其根源在于“虚假一致性”问题。通过弱化该原则以避免尊重虚假一致性，第二定理刻画了新的信念聚合规则，使得社会不会丢弃任何合理的先验组合。
偏好聚合模糊信念集体决策帕累托原则社会选择
econ
12-19 00:00
本研究针对第四次工业革命背景，构建了一个基于职业任务的分析框架，将知识积累内生化，并整合了技术锁定、知识生成与验证成本等摩擦因素。模型明确描述了生产（自动化）与增长（知识积累）之间的相互作用。通过高通量计算，量化了模型结构参数对产出、工资和劳动收入份额等关键变量的影响。一个重要发现是工资与劳动收入份额并非直接关联，它们可以通过不同的政策工具独立影响。
自动化经济增长任务模型知识积累劳动份额政策干预
econ
12-19 00:00
本研究构建了一个实时预测框架，用于预测铝、铜、镍、锌四种关键工业金属的月度实际价格。框架通过整合每日金融变量与首次发布的宏观经济指标，并运用临近预报技术处理数据发布滞后，以模拟预测者可用的实时信息集。在实时环境中评估了多种模型的预测性能，发现尽管短期价格波动难以预测，但中期预测性显著。与制造业活动（如新订单和产能利用率）相关的指标，能显著提升铝和铜的预测精度，对锌和镍的改善则相对有限。研究结果表明，将及时的宏观经济信息纳入预测框架，对工业金属市场具有重要价值。
金属价格预测实时预测宏观经济指标制造业活动临近预报工业金属
econ
12-19 00:00
本文针对公理化谈判问题，提出了一类新的谈判解——粗粒度纳什解。这类解为每个谈判问题分配的结果集，比经典纳什解（Nash, 1950）所选择的结果集“更粗糙”。核心贡献在于，通过修改纳什的无关方案独立性公理（或更精确地，Arrow (1959) 的选择公理），并结合标准公理，为这类新解建立了基于选择对应理性公理的全新刻画。
谈判理论纳什解公理化方法选择对应粗粒度解博弈论
q-bio
12-19 00:00
本研究通过构建包含酶-底物可逆结合步骤的反应-扩散模型，揭示了酶结合动力学如何调控代谢通路中的图灵不稳定性。研究发现，与简化模型相比，显式考虑复合物形成会改变均质稳态、弛豫动力学，并显著影响图灵不稳定区域的大小和位置。数值模拟证实，可逆结合会减弱图案振幅并延缓空间异质性的形成。该框架定量地建立了酶-底物结合动力学、扩散驱动不稳定性与介观空间组织（如液-液相分离）之间的联系。
反应-扩散模型图灵不稳定性酶促动力学代谢通路空间图案液-液相分离
q-bio
12-19 00:00
本研究提出了两种对传统NK适应度景观的改进模型：θNK模型引入参数θ，在子基因型贡献中整合局部“粗糙富士山”型相关性，以模拟更符合生物实际的、相关的适应度效应；HNK模型则通过引入掩蔽机制，让特定基因位点调控其他位点的表达，从而模拟基因调控网络效应。通过广泛的参数模拟，研究发现增加θ或掩蔽位点数量H通常能增强景观的可及性，即使在存在许多局部最优解的情况下也是如此，这表明景观的崎岖性并不必然阻碍进化路径。不同的交互模式（分块、相邻、随机）会导致可及性和最优解结构的不同表现。
适应度景观进化模型nk模型基因调控景观可及性模拟研究
q-bio
12-19 00:00
本研究针对皮肤镜图像自动分类中常见的类别不平衡问题，以ISIC 2016数据集为例，系统评估了多种平衡技术对轻量级CNN模型MobileNetV2性能的影响。研究发现，过采样方法（如SMOTE、ADASYN）虽能提升模型表现，但可能因生成冗余合成样本而导致过拟合。而混合方法（如SMOTE+Tomek Links）通过移除边界或噪声样本，有效缓解了此问题，增强了模型的泛化能力。该分析强调了在医学图像处理中，为构建稳健且敏感的诊断系统，选择合适的平衡策略至关重要。
类别不平衡皮肤病灶分类过采样欠采样混合采样医学图像处理
q-bio
12-19 00:00
本研究发布了一个名为retinalysis-fundusprep的开源Python软件包，用于自动、鲁棒地提取彩色眼底图像的参数化边界并进行对比度增强。该方法首先通过极坐标变换和最短路径算法检测图像轮廓，再利用RANSAC圆拟合算法稳健地定位圆形边界，并独立检测直线边界。在增强前对图像进行镜像处理以消除边缘伪影。在EyeQ数据集上的评估显示，其错误率仅为0.2%，显著优于先前工作的1.9%。在具有挑战性的鹿特丹研究数据集样本上实现了零错误。该工具包提高了边界检测的可靠性，有望在更广泛的数据集上实现自动化分析，减少人工验证需求。
眼底图像分析边界检测开源工具医学图像处理ransac算法对比度增强
q-bio
12-19 00:00
本研究探索了氧化镁涂层埃洛石纳米管（MgO HNTs）在增强种子萌发和早期植物发育方面的应用，覆盖地球、月球和火星土壤条件。通过响应面法优化，确定在25°C、12小时光照及100 mg/L MgO HNTs浓度下，地球土壤模拟物中根和芽长度增长最显著。在月球和火星风化层模拟物中的验证实验表明，MgO HNTs能在营养有限和高胁迫条件下支持种子萌发、根系穿透及幼苗活力，为地球和太空环境中的可持续植物栽培提供了纳米材料改良新思路。
太空农业纳米材料种子萌发土壤改良植物栽培胁迫耐受
q-bio
12-19 00:00
本文提出一个思想实验：如果大脑仅由神经元网络构成，可能无法独立产生“现在”的时间感知。作者认为，这种局限性会影响网络的信息处理效率，需要通过身体行为与外部物理世界建立周期性接触，从而产生时间标记流。这一观点可能弥合生态心理学与神经科学框架之间的分歧，为理解时间感知机制提供新视角。
时间感知思想实验神经科学生态心理学身体运动认知机制
q-bio
12-19 00:00
本文提出利用计算工具简化数学系统发育学中依赖大量案例分析的组合证明。研究表明，许多传统上需要冗长手工推导的证明可以通过计算方法更简洁地完成。该方法不仅验证了现有结论，还成功证明了若干新的组合引理，这些引理若手工证明将耗费巨大精力。作者认为，类似的计算辅助方法可在系统发育学领域得到更广泛的应用。
计算辅助证明数学系统发育学组合证明案例简化计算工具
q-bio
12-19 00:00
本综述系统梳理了2020-2025年间生物医学领域的检索增强生成技术。针对大型语言模型静态知识与临床证据动态性之间的根本矛盾，RAG通过外部数据增强生成，但引入了延迟与架构复杂性。研究将系统分为朴素、高级与模块化范式，并形式化了生物医学RAG的“三难困境”，揭示了推理深度、推断延迟与数据隐私之间的固有权衡。分析指出，近期智能体工作流虽能提升诊断推理能力，但可能带来难以接受的延迟；隐私约束则决定了在强大云端模型与本地部署之间的选择。最后，文章概述了多模态RAG的对齐差距，并为未来可自我纠正、可验证的临床智能体指明了方向。
检索增强生成生物医学人工智能临床决策支持大型语言模型数据隐私多模态学习
q-bio
12-19 00:00
本研究提出了一种基于随机Kermack-McKendrick模型和积分核回归的方法，用于从群体水平的随机流行病轨迹中推断关键的疾病属性。该方法能够从单条或多条轨迹中，恢复出种群平均传染性函数 $\beta(\tau)$、感染持续时间分布及其互补累积分布（感染生存分布）。研究证明，在假设个体传染性曲线具有自相似性的前提下，这些恢复的属性可用于求解个体传染性剖面 $\beta_i(\tau)$。这表明，通过对单一局部混合人群中新发传染病暴发的随机演化进行积极监测，可以确定其传播特征。
传染病模型参数反演随机过程流行病学kermack-mckendrick模型