q-bio
01-27 00:00
研究提出“稳定性驱动组装”框架，证明信息演化可纯粹源于非平衡物理动力学，无需预设基因、复制或适应度函数。该框架通过随机组装与差异持久性结合，使更持久的组装结构在群体中更频繁出现，并参与后续相互作用，形成反馈循环，实现类似适应度比例采样的自然演化算法。在化学符号空间（SMILES片段）的模拟中，该过程展现出支架级优势、持续创新和熵减等典型进化搜索特征，为生命前演化提供了新视角。
信息演化非平衡动力学稳定性选择自然遗传算法生命起源
q-bio
01-27 00:00
针对高通量测序产生的海量FASTQ数据带来的存储、传输和分析瓶颈，本研究提出了FASTR——一种无损、计算原生的FASTQ替代格式。FASTR将每个核苷酸及其质量评分编码为一个8位值，使文件大小至少减少2倍，同时保持完全可逆并可直接用于下游分析。在Illumina、HiFi和ONT测序数据上，对FASTR应用通用压缩工具相比FASTQ可获得更高的压缩比（2.47、3.64、4.8倍）和更快的压缩/解压速度。FASTR格式天然支持机器学习，可将序列直接作为数值向量或类图像表示使用，为可扩展基因组学分析和实时测序工作流奠定了基础。
基因组数据压缩fastq格式高通量测序计算原生格式生物信息学工具
q-bio
01-27 00:00
本研究构建了一个受生物启发的丘脑-皮层多层脉冲神经网络模型，该模型在类觉醒和类深度睡眠状态间交替。在类觉醒期，模型从少量感知样本中学习；在类睡眠期，模型通过慢波振荡驱动的自发回放进行记忆巩固。研究发现，不仅层内可塑性，层间可塑性对于记忆巩固和能量下调也至关重要。与受限可塑性相比，完全的层间可塑性在睡眠后能获得更高的视觉分类准确率，并促进更清晰的类别特异性关联形成。通过引入一个基于生物物理的代谢功率估计器（以ATP为单位量化网络能耗），研究发现睡眠期间的层间可塑性能更大程度地降低发放率、突触强度和突触活动，从而显著降低功耗。这项工作为神经形态/高能效AI学习系统提供了有前景的整合要素。
脉冲神经网络睡眠可塑性能量效率记忆巩固多层网络神经形态计算
q-bio
01-27 00:00
本文提出了GenAI-Net，一个用于自动化设计化学反应网络（CRN）的生成式AI框架。该框架通过一个智能体提出反应方案，并耦合基于用户指定目标的模拟评估，能够从行为规范出发，高效地在广阔的拓扑结构和动力学参数空间中，发现实现特定动态功能的网络。它成功生成了包括剂量响应、复杂逻辑门、分类器、振荡器以及在确定性和随机性环境中实现鲁棒完美适应（包括噪声抑制）在内的多种新颖且拓扑多样的解决方案。GenAI-Net将功能需求转化为候选电路家族和可重用模块，为可编程生物分子电路设计提供了一条通用路径，并加速了从期望功能到可实施机制的转化过程。
生成式ai生物分子网络化学反应网络自动化设计合成生物学动力学模拟
q-bio
01-27 00:00
本研究建立了一个积分差分方程模型，将沃尔巴克氏体的非线性增长与蚊子的空间扩散核函数相结合，以研究其在异质景观中的入侵动态。分析结果证明了单调行波解的存在性和唯一性，并给出了入侵速度与扩散及生长参数的显式估计。通过对比高斯、拉普拉斯、指数平方根和柯西四种扩散核，发现重尾核函数会产生更快、更宽的波前，而紧支撑核则会限制传播。模型还识别出维持持续入侵所需的最小局部分布“临界气泡”。该框架量化了扩散机制如何塑造沃尔巴克氏体的传播，为靶向、高效的病媒控制策略提供了理论依据。
沃尔巴克氏体行波解积分差分方程生物防治扩散核入侵动力学
q-bio
01-27 00:00
本研究针对晚期肾细胞癌治疗挑战，开发了定量癌症-免疫循环模型。该模型整合常微分方程与随机建模，结合定量系统药理学原理与生物学机制知识，构建虚拟患者队列并利用临床免疫组化数据校准参数。通过耦合药代动力学方程并定义肿瘤反应指数，模型系统分析确定了贝伐珠单抗与阿特珠单抗联合治疗的最优方案，并识别出具有临床预测价值的肿瘤生物标志物，为晚期肾癌精准治疗提供了理论框架与方法支持。
肾细胞癌免疫治疗定量模型联合疗法精准医疗系统药理学
q-bio
01-27 00:00
本研究提出了一种新的偏微分方程（PDE）模型，用于描述空气传播疾病的时空动态。与传统的反应-扩散模型不同，该模型引入了趋化性（chemotaxis）项，以模拟感染前沿从低易感人群密度区域向高密度区域的定向传播。研究推导出考虑空间异质性的空间感知基本再生数 $\mathcal{R}_0(\mathbf{x})$，为政策制定者提供了更直观的流行病学解释。通过引入数值稳定化方案，模型在意大利伦巴第和美国佐治亚州的模拟中，相比纯反应-扩散模型，能更好地捕捉真实数据中观察到的关键时空动态。
传染病模型趋化性pde空间传播基本再生数数值模拟covid-19
q-bio
01-27 00:00
本研究将专为点云分析设计的自注意力网络——点Transformer，应用于冷冻电镜（CryoEM）数据处理。该方法旨在解决具有多自由度的复杂蛋白质系统中，不同动态模式难以分离和解释的挑战。通过计算分析冷冻电镜捕获的蛋白质在不同组成和构象状态下的快照，新方法提升了结构异质性分析的性能，并能以更易于人类理解的方式表征高度复杂蛋白质系统的动态结构，从而深化对蛋白质结构-功能关系的认识。
冷冻电镜蛋白质结构点transformer结构异质性自注意力网络计算分析
q-bio
01-27 00:00
本研究提出一种半监督域适应框架，利用在源域和目标域无标签数据上训练的潜在扩散模型，生成保留组织形态且具有目标域外观特征的合成图像。该方法通过将扩散模型与基础模型特征、队列身份和组织制备方法进行条件化，在保持源域组织结构的同时引入目标域特征。合成图像与源域真实标记图像结合用于训练下游分类器，在肺腺癌预后任务中，目标域测试集的加权F1分数从0.611提升至0.706，宏观F1分数从0.641提升至0.716，显著改善了计算病理学中的域泛化性能。
计算病理学域适应扩散模型半监督学习图像合成肺腺癌预后
q-bio
01-27 00:00
本研究提出BMDS-Net，一个旨在提升脑肿瘤分割临床稳健性与可信度的统一框架。针对现有Transformer模型对缺失模态敏感且缺乏置信度校准的问题，该网络通过零初始化多模态上下文融合模块与残差门控深度解码器监督机制构建了稳健的确定性骨干。其核心创新在于引入了一种内存高效的贝叶斯微调策略，将网络转变为概率预测器，可为临床医生提供体素级不确定性图谱以高亮潜在错误区域。在BraTS 2021数据集上的实验表明，BMDS-Net在保持竞争力的分割精度（如显著降低Hausdorff距离）的同时，在模态缺失的临床常见场景中展现出卓越的稳定性。
脑肿瘤分割多模态mri贝叶斯深度学习不确定性量化临床稳健性缺失模态
q-bio
01-27 00:00
本研究探讨了与SE(2)群拟正则表示相关的抽象小波变换采样问题，其中母小波为调制高斯函数。该问题受大脑初级视皮层功能机制的启发。研究通过构建对偶Gram矩阵给出了采样问题的特征化描述，并数值分析了采样参数与母小波参数之间的定量关系，为神经科学中的信号处理模型提供了数学基础。
小波变换se(2)群采样理论初级视皮层神经计算对偶gram矩阵
q-bio
01-27 00:00
本研究将基序发现重新定义为质量-多样性优化问题，并应用MAP-Elites算法，在基于似然度的适应度目标下进化位置权重矩阵基序，同时明确保留跨生物学意义维度的多样性。在人类肝脏CTCF ChIP-seq数据上的实验表明，与标准工具MEME相比，MAP-Elites能发现多个高质量、适应度相当的基序变体，揭示了被单一解方法所掩盖的结构化多样性。
基序发现质量-多样性优化map-elites算法chip-seq分析计算生物学
q-bio
01-27 00:00
本研究揭示了人类视觉异构酶RPE65的致病突变受量子力学阈值效应调控。通过结合AlphaFold结构预测与变分量子本征求解器（VQE）的量子模拟，研究人员发现许多致病突变并非简单阻塞活性位点，而是大幅降低质子隧穿概率。研究观察到“量子悬崖”现象——亚埃级（<0.1 Å）结构变化可使反应速率下降数个数量级。基于此，团队提出了相对量子活性评分（RQAS），成功区分轻度和重度患者表型，为量子结构疾病建模提供了新框架。
量子生物学质子隧穿视网膜疾病rpe65突变量子临界点结构表型关联
q-bio
01-27 00:00
本研究提出LaCoGSEA，一种将深度表示学习与稳健通路统计相结合的无监督通路富集分析框架。该方法利用自编码器捕捉非线性转录组结构，并引入全局基因-潜在相关性度量作为差异表达的代理，无需先验标签即可生成密集的基因排序。实验表明，LaCoGSEA在区分癌症亚型方面聚类性能更优，相比线性降维和基于梯度的可解释AI方法，能恢复更多高排名的生物学相关通路，且在实验方案和数据集规模变化下保持高稳健性。
通路富集分析无监督学习深度学习自编码器生物信息学基因表达
q-bio
01-27 00:00
本研究提出TwinPurify，一种基于自监督学习的表征学习框架，旨在解决大规模患者队列研究中，肿瘤纯度变异对批量转录组数据中肿瘤内在信号造成的干扰。该方法摒弃了传统的解卷积思路，通过利用同一队列中相邻正常组织作为“背景”指导，学习连续的高维肿瘤嵌入，从而在不依赖外部参考的情况下分离出肿瘤特异性信号。在多个大型癌症队列的基准测试中，TwinPurify在恢复肿瘤内在信号和免疫信号方面优于传统方法，其净化后的嵌入能有效改善分子亚型与分级分类、增强生存模型一致性，并揭示有生物学意义的通路活性。
肿瘤转录组学自监督学习数据净化表征学习批量转录组
q-bio
01-27 00:00
本研究提出了一种AI辅助药物设计方法，通过靶向泛素-蛋白酶体系统降解阿尔茨海默病关键致病蛋白Aβ-42。团队开发了连接酶条件化的连接树变分自编码器（LC-JT-VAE），该模型结合了蛋白质序列嵌入和扭转角感知分子图，能够生成针对CRBN、VHL和MDM2三种E3连接酶的特异性小分子。实验表明，该方法可产生化学结构新颖、靶向明确的分子胶，为神经退行性疾病治疗提供了新框架。
ai药物设计分子胶阿尔茨海默病蛋白质降解生成模型变分自编码器
q-bio
01-27 00:00
研究提出一个源自无序系统物理学的简单非线性微分方程，可统一描述过去12000年的全球人口增长。该模型涵盖了马尔萨斯（指数）、Verhulst（逻辑）及von Foerster“末日”公式等多种经典增长模式，将其视为更一般模型的极限情况。相比仅适用于有限时间段的旧模型，新模型的综合解能对未来做出预测。分析表明，若地球有限承载力效应立即显现，全球人口最早可能在2064年因资源枯竭而减半。
人口动力学非线性模型资源承载力长期预测危机情景
cs
01-27 00:00
本文提出TelcoAI系统，针对3GPP复杂技术规范（包含文本、图表等多模态内容）的检索难题，设计了一种智能体驱动的多模态检索增强生成框架。系统通过章节感知分块、结构化查询规划、元数据引导检索以及图文多模态融合等技术，有效处理规范间的依赖关系和复杂查询。在专家评估基准上，系统实现了87%的召回率、83%的声明召回率和92%的忠实度，相比现有最优基线提升16%。
多模态检索智能体系统技术文档理解3gpp规范rag框架
cs
01-27 00:00
本文提出了一种结合分层抽象、任务与运动规划及强化学习的神经符号框架，以解决机器人在开放世界中适应突发新情况的难题。该框架融合了符号化的目标导向学习与基于世界模型的探索，旨在提升样本效率、加速收敛并避免灾难性遗忘。在机器人操作与自动驾驶场景的验证中，该方法相比现有混合方法，展现出更快的适应速度、更高的样本效率及更强的鲁棒性，为实际部署提供了潜力。
神经符号学习开放世界机器人任务与运动规划强化学习自适应系统分层抽象
cs
01-27 00:00
针对大语言模型进行思维链推理时，冗长的思考阶段序列导致KV缓存占用过高的问题，本研究提出了Crystal-KV框架。其核心是“答案优先”原则，通过将答案偏好映射到注意力图中，区分出对最终答案至关重要的CrystalKV和可能引入误导的SlipKV。框架包含基于注意力的LRFU算法，精准淘汰失效的SlipKV；以及自适应缓存预算分配算法，根据CrystalKV的动态比例调整各层/头的缓存预算。实验表明，Crystal-KV在实现业界领先的KV缓存压缩、显著提升吞吐量和响应速度的同时，维持甚至提高了思维链推理的答案准确性。
kv缓存优化思维链推理大语言模型注意力机制高效推理
cs
01-27 00:00
本研究提出了成对最大差异竞赛（PMDC），一种用于评估奖励模型（RM）泛化能力的新框架。该方法利用大型未标注提示池，动态选择能最大化两个RM之间分歧的提示-响应对，生成一组紧凑但极具争议性的测试用例。通过专家裁决结果，并利用Bradley-Terry模型进行聚合，最终得到RM的全局排名和两两胜率图。应用PMDC对10个代表性RM进行重新评估，发现其排名相较于传统基准测试发生了显著变化，并揭示了系统性的泛化失败案例，为改进奖励建模提供了重要见解。
奖励模型泛化评估大语言模型对齐成对比较主动测试
cs
01-27 00:00
本文提出SALR（Sparsity-Aware Low-Rank Representation），一种新颖的微调范式，在严格的均方误差框架下统一了低秩适配与稀疏剪枝。研究证明，静态剪枝冻结的基础权重能最小化剪枝误差界，并通过截断SVD低秩适配器恢复丢弃的残差信息，理论上可将每项MSE降低因子 $(1 - r/\min(d,k))$。为实现硬件效率最大化，SALR将多个低秩适配器融合为单个拼接的GEMM运算，并采用基于位图的编码与两阶段流水线解码+GEMM设计，实现了真正的模型压缩与加速。实证表明，SALR在多种LLM上达到50%稀疏度，在GSM8K和MMLU任务上性能与LoRA相当，模型大小减少2倍，推理速度提升高达1.7倍。
大语言模型高效微调稀疏剪枝低秩适配模型压缩推理加速
cs
01-27 00:00
针对学术文献中普遍存在的误引问题，本文提出了BibAgent，一个可扩展的端到端智能体框架，用于自动化引文验证。该框架集成了检索、推理和自适应证据聚合能力，并对可获取和付费墙后的文献采用不同策略。对于后者，它创新性地引入了“证据委员会”机制，通过下游引文共识来推断引文有效性。为支持系统评估，研究贡献了一个包含5个类别的误引分类法，以及一个跨学科大规模基准数据集MisciteBench（包含6350个样本，覆盖254个领域）。实验结果表明，BibAgent在引文验证准确性和可解释性上均优于现有的大型语言模型基线。
引文验证智能体框架学术不端检测大规模基准证据聚合跨学科评估
cs
01-27 00:00
本文提出了一种通用框架，将基于序列标注的命名实体识别模型适配为能输出不确定性感知预测集的方法。该框架基于共形预测理论，在最小假设下提供有限样本覆盖保证。研究者设计了高效的非共形性评分函数，构建了支持无条件及类别条件覆盖的校准预测集，并考虑了句子长度、语言、实体类型及实体数量等异质性因素。在三个基准数据集上的四个NER模型实验验证了该方法的广泛适用性、有效性和效率。
命名实体识别不确定性量化共形预测序列标注自然语言处理
cs
01-27 00:00
本研究在生成式AI辅助的智能辅导系统中，通过追踪学生完成问题解决任务时的交互数据，提取其自我调节学习模式。研究从信息处理视角分析学生使用AI的目的，并利用序列和聚类分析将参与者分为两组。结果显示，两组学生在AI使用频率和时序特征上存在差异，且多数学生将AI用于信息获取而非信息转化。研究为优化AI辅助学习环境的设计提供了实证依据。
生成式ai智能辅导系统自我调节学习学习分析信息处理
cs
01-27 00:00
本研究对超过2万次真实用户与心理健康AI的对话进行生态审计，比较了通用大语言模型与专用心理健康AI在安全性能上的差异。结果显示，专用AI在自杀/非自杀性自伤（NSSI）内容生成风险上显著低于通用模型（0.4-11.27% vs 29.0-54.4%），但测试集的失败率远高于实际部署表现。临床医生审核发现，所有被标记的对话中，自杀风险案例均获得了危机资源；在全部对话中，仅3例NSSI风险（0.015%）未触发危机干预，系统端到端假阴性率为0.38%。研究主张AI心理健康系统应从有限的基准认证转向持续、与部署相关的安全保证。
ai安全心理健康大语言模型生态审计自杀风险评估真实对话分析
cs
01-27 00:00
本研究提出了一种基于监督机器学习的轻量级AI框架，用于过滤供应链调查中的不可靠输入。研究收集了99份行业响应数据集，通过人工标注识别逻辑不一致和响应模式异常的虚假回答。在预处理和标签编码后，使用随机森林、逻辑回归和XGBoost等模型进行训练，最佳模型准确率达到92.0%，相比初步研究有显著提升。该框架为供应链研究（特别是在产品发布和技术采用阶段）提供了可扩展的数据完整性解决方案。
供应链管理数据完整性机器学习调查分析ai决策支持
cs
01-27 00:00
本文提出MathMixup，一种新颖的数据合成范式，通过混合与分解策略，系统性地生成高质量、难度可控的数学推理问题。该方法结合自动自检与人工筛选，确保合成数据语义清晰且难度梯度结构良好。基于此构建的MathMixupQA数据集及配套课程学习策略，能灵活与其他数据集结合。实验表明，经MathMixup微调的Qwen2.5-7B模型在七个数学基准测试中平均得分达52.6%，超越了现有最优方法，验证了其在提升LLM数学推理能力及推进以数据为中心的课程学习方面的有效性与广泛适用性。
数学推理数据合成课程学习大语言模型难度控制基准测试
cs
01-27 00:00
针对算法交易模型在真实市场环境变化时性能下降的问题，本研究提出一个贝叶斯鲁棒框架。该框架包含一个基于宏观经济指标的生成对抗网络（GAN）来合成具有真实时序、跨资产和宏观相关性的市场数据，以及一个将交易过程建模为两人零和贝叶斯马尔可夫博弈的鲁棒策略学习模块。其中，对抗代理通过扰动宏观指标模拟市场机制变化，交易代理则通过分位数信念网络更新对隐藏市场状态的信念，并利用贝叶斯神经虚拟自我博弈寻求鲁棒完美贝叶斯均衡。在9种金融工具上的实验表明，该框架在COVID-19等极端事件中，在盈利能力和风险管理方面均优于9种前沿基线方法。
算法交易贝叶斯鲁棒学习生成对抗网络对抗性训练市场模拟风险管理
cs
01-27 00:00
本研究针对Crazyflie四旋翼无人机系统，在引入随机噪声的背景下，提出了一种在线参数估计方法。研究采用扩展卡尔曼滤波器（EKF）处理传感器噪声并估计系统状态，并基于随机微分方程（SDE）系统实现了线性二次高斯（LQG）控制器。核心贡献在于应用期望最大化（EM）算法进行无人机参数估计，并对比了离线与在线估计的结果。实验表明，在线参数估计的收敛值范围略大于离线估计，为无人机在复杂噪声环境下的自适应控制提供了新思路。
无人机控制参数估计em算法扩展卡尔曼滤波随机系统在线学习
cs
01-27 00:00
本研究将大语言模型（LLM）嵌入向量重新定义为可搜索的语义景观，并采用动态探索性图分析（DynEGA）方法，将维度索引视为伪时间序列进行系统遍历。通过蒙特卡洛模拟，使用OpenAI的text-embedding-3-small模型嵌入代表自恋特质的项目，并系统改变项目池规模（每维度3-40项）和嵌入深度（3-1298维）。研究发现，总熵拟合指数（TEFI）和归一化互信息（NMI）在嵌入空间中呈现竞争性优化轨迹：TEFI在深嵌入范围（900-1200维）达到最小值（熵组织最大化），但结构准确性下降；NMI在浅层深度达到峰值（维度恢复最强），但熵拟合次优。单一指标优化会产生结构不一致的解决方案，而加权复合标准能识别同时平衡准确性与组织性的嵌入深度区域。最优嵌入深度随项目池规模系统变化。
大语言模型嵌入动态探索性图分析心理测量学蒙特卡洛模拟语义空间优化维度恢复
cs
01-27 00:00
一项针对西班牙胃肠病学专家的全国性调查显示，尽管87.5%的受访者认为人工智能（AI）是变革性工具，但仅60.2%实际使用AI，且多数在机构框架外自发应用。使用AI的独立预测因素包括接受过培训（OR=2.44）、在大学医院工作（OR=2.14）和更年轻（OR=1.36/5年）。主要障碍是缺乏培训（61%）、无机构战略（46%）和伦理担忧（50%）。93.8%的专家认为需要AI培训项目，但仅18.4%接受过正式培训，凸显临床整合与认知间的巨大差距。
人工智能胃肠病学临床整合医学教育医疗调查西班牙
cs
01-27 00:00
研究指出，随着全球老龄化加剧，远程医疗、可穿戴设备等数字健康技术虽能提升老年人独立性与福祉，但其采用率不均。论文将“数字鸿沟”重新定义为“可用性鸿沟”，认为用户体验设计不佳是主要障碍，而非技术接入。通过分析视觉、认知、运动能力衰退及界面复杂等问题，研究强调参与式、以用户为中心的设计方法至关重要。直观、易用且能融入社交环境的技术更能被老年人接受，并能提升其自主性与健康公平。研究还指出，高对比度屏幕、简化交互流程、多模态反馈及照护者整合等设计属性显著影响可用性，并批评当前无障碍指南过于技术导向，呼吁建立基于同理心与以人为中心的可用性设计伦理。
数字鸿沟老年健康可用性设计用户体验参与式设计健康公平
cs
01-27 00:00
本文探讨了人工智能与公民权利保护之间的结构性冲突，指出算法问责问题的核心在于私人企业而非政府。作者认为，真正的挑战源于私营企业的算法活动引发的隐私、正当程序和歧视问题，因此解决方案应聚焦于行业内部。文章提出了行为准则、影响评估和举报人保护等工具，旨在增强AI系统的透明度，并鼓励公民权利执行的内生性。最终，通过审视私营企业与公民权利的关系，可能催生新一代的问责形式。
算法问责人工智能伦理公民权利私营企业责任透明度算法偏见
cs
01-27 00:00
本研究评估了九个大型语言模型在24个政治敏感议题上的立场与一致性。通过五种提示技术测试发现，模型常对同一议题持对立立场，部分立场易受提示词影响，而另一些则保持稳定。其中，Grok-3-mini立场最坚定，Mistral-7B最易变。当议题涉及不同语言国家时，模型倾向于支持提示词所用语言的一方。值得注意的是，所有提示技术均未能改变模型在卡塔尔封锁和巴勒斯坦压迫议题上的既定立场。
大语言模型政治立场模型评估提示工程算法偏见
math
01-27 00:00
本文推广了作者2024年关于Collatz猜想与非阿基米德谱理论的工作，将Hydra映射的定义域扩展至全局域$K$的整数环$\mathcal{O}_{K}$上。论文系统介绍了Hydra映射与Numen形式化的定义，并回顾了所需的代数数论背景知识，以及关于$p$-adic Haar测度的积分与傅里叶分析理论。该研究旨在为未来利用这些工具探索Collatz型算术动力系统问题提供一套完整的技术手册。
collatz猜想算术动力系统代数数论p-adic分析hydra映射全局域
math
01-27 00:00
本文为自引力、正压流体建立了一个几何力学框架，通过拉格朗日约化方法，将4维时空中的变分原理约化为3维欧拉描述。利用3+1分解和时空微分同胚的规范不变性，导出了与牛顿流体动力学形式相同的欧拉-庞加莱运动方程。研究还推导了惯性系和运动系下的开尔文-诺特定理循环守恒律，并探讨了在数值相对论中的潜在应用。
几何力学相对论流体adm形式欧拉-庞加莱方程拉格朗日约化数值相对论
math
01-27 00:00
本文构建了一个具有洛伦兹结构和SU(3)协变性的非交换Kadomtsev–Petviashvili (KP)方程族形式框架。该框架基于一个由狄拉克型抽象导数$D$和结合代数$\mathcal{A}$中的系数构成的伪微分算子$L$。代数$\mathcal{A}$结合了扭曲四元数（或克利福德代数）描述的旋量自由度与内部SU(3)对称性（可能通过八元数实现）描述的色自由度。由此得到的方程族具有洛伦兹不变性和SU(3)协变性，可被解释为$(3+1)$维非阿贝尔规范理论及其维数约化中的可积扇区。
非交换可积系统kp方程族su(3)规范理论洛伦兹协变性扭曲四元数伪微分算子
math
01-27 00:00
本文研究了定义在对称哑铃形区域上的Neumann特征函数对的节点亏量。当连接颈部的宽度收缩时，这些特征函数收敛到定义在哑铃两端区域上的Neumann特征函数，同时在颈部区域收敛为一维Sturm-Liouville问题的解。在此极限下，相应的特征值退化为二重。节点亏量定义为特征值指标与节点域计数之差，根据Courant节点域定理已知其为非负。我们证明，对于较小的颈部宽度，哑铃特征函数的节点亏量不小于两端极限特征函数的节点亏量，并给出了等式成立的条件。由此，我们建立了一个识别哑铃域上零节点亏量特征函数的判据。
节点亏量neumann特征函数对称哑铃域特征值退化sturm-liouville问题courant定理
math
01-27 00:00
本研究通过几何方法分析亏格为2的曲线，证明在按积分Weierstrass模型高度排序时，几乎所有具有两个无穷远有理点的积分模型对应的雅可比簇秩至少为1，其对数密度下界为13/14。进一步构造了秩至少为2的显式子族，获得无条件对数密度下界5/7，并在分裂雅可比情形下构造了对数密度至少2/21的秩2曲线子族。研究还分析了二次和双二次扭转变换族，证明了秩2扭曲线具有正比例。这些结果对Regev量子算法在超椭圆曲线密码学中的应用具有启示意义。
代数几何数论密码学椭圆曲线雅可比簇量子算法
math
01-27 00:00
本文提出了一种从对称、强局部扩散半群内在重建黎曼几何的方法。研究证明，仅从扩散算子及其一阶、二阶扩散演算出发，即可完整恢复底层流形的加权黎曼结构。具体而言，carre du champ 算子唯一确定光滑黎曼度量，其迭代形式编码曲率信息，而扩散的对称性则固定了 Levi-Civita 联络和参考测度。因此，扩散半群在等距意义下唯一决定了全局黎曼流形。该结果为微分几何提供了信息论视角，表明几何结构可从扩散的内在行为中自然涌现，无需预先假设任何度量或坐标描述。
黎曼几何扩散过程算子方法内在重建信息几何
math
01-27 00:00
本文研究了禁止特定子竞赛图（H-free tournaments）的最小反馈顶点集（MFBVS）问题的计算复杂度。在一般竞赛图中，MFBVS是NP完全问题。作者证明：对于禁止$W_5$和$U_5$子竞赛图的竞赛图，MFBVS可在多项式时间（P）内求解；而对于禁止$T_5$子竞赛图的竞赛图，问题仍为NP完全。此外，研究给出了所有使得H-free竞赛图的MFBVS问题属于P的图H的必要条件，并证明该条件并不充分。
计算复杂度反馈顶点集竞赛图禁止子图多项式时间算法np完全
math
01-27 00:00
本文在多边际最优传输问题中建立了统一且完整的Kantorovich对偶理论。研究在一般波兰乘积空间上，针对有界连续成本函数，通过凸分析重构和对偶问题作为Fenchel-Rockafellar共轭的识别，推导了对偶恒等式。在边际紧空间下，获得了对偶可达性，并证明最优势总能在c-共轭族中选择，从而将经典的双边际共轭原理扩展至真正的多边际框架。在非紧情形下，通过基于多边际转移计划的弱紧性和成本有界性的截断-紧致化过程恢复了对偶性。最终在任意波兰空间上获得了对偶可达性和精确的原始-对偶等式，为MOT的概率与统计分析提供了结构基础。
最优传输kantorovich对偶多边际问题凸分析概率度量统计学习
math
01-27 00:00
本研究系统分析了量化矩阵乘法（MatMul）的信息论极限与实践方案。针对权重+激活全量化与仅权重量化两种场景，论文首先建立了量化速率与失真之间的基础理论界限，并评估了absmax INT与浮点量化等主流方案相对于理论最优的速率损失。特别地，针对仅权重量化问题，作者将其关联到加权均方误差源编码，并利用经典的反向注水算法提出“WaterSIC”方案。该方案仅使用标量INT量化器，其高速率性能仅取决于协方差矩阵Σ_X的行列式，对随机旋转具有不变性，且失真距离信息论极限仅差乘性因子2πe/12（约0.25比特/元素）。实验表明，在Llama-3-8B的实际Σ_X与随机旋转下，GPTQ与WaterSIC的性能差距仅约0.1比特，提示当前GPTQ结合随机旋转已接近最优高速率量化。
矩阵量化信息论极限大语言模型注水算法高速率理论gptq优化
math
01-27 00:00
本文证明了Hermitian引力瞬子模空间的无穷小刚性与可积性。结合Biquard、Gauduchon和LeBrun近期关于Hermitian瞬子局部刚性的证明，该工作完整描绘了Hermitian引力瞬子模空间的结构，涵盖了紧致与非紧致情形。证明的关键步骤在于，在满足特定边界条件时，一条穿过Hermitian非Kähler爱因斯坦度量的黎曼度量曲线，在二阶微扰阶上具有共形Kähler性质。该研究运用了Wu和LeBrun的思想。
微分几何广义相对论模空间引力瞬子kähler几何无穷小刚性
physics
01-27 00:00
本文提出了一种将时空几何表述为流体的新视角，通过将里奇曲率与物质应力-能量张量等同，实现了对广义相对论的非微扰协变描述。该方法定义了明确的“时空速度”，并引入了一个描述宇宙不均匀性的关键协变量“曲率”（kurvature）。研究发现，时空流体的演化在拉格朗日坐标下与经典流体力学高度相似，且对于合理的物质模型，即使在大尺度上，不均匀性也会因非线性流体动力学效应（而非引力）而增长。
广义相对论宇宙学流体力学类比时空几何非微扰方法不均匀性
physics
01-27 00:00
本研究通过四种实验与数值方法，系统研究了多模光纤中模态串扰的演化。结果表明，仅光纤自身的无序性就足以产生稳态，其特征是模态功率呈非均匀分布，表现为低阶模功率增强而高阶模功率减弱。该分布规律可由加权玻色-爱因斯坦统计定律精确描述。
多模光纤模态串扰无序性功率分布玻色-爱因斯坦统计
physics
01-27 00:00
本研究针对高能物理探测器对轻量化、高性能模块的需求，开发了新型低质量柔性印刷电路板与纳米线热界面技术。通过采用各向异性导电胶与金柱组装的双面焊盘接入新工艺，并进行了信号完整性仿真与结构验证。同时，评估了烧结纳米线界面在热管理方面的性能。这些结果为高能物理探测器实现最小质量、可扩展的封装方案提供了关键的定量数据支持。
高能物理探测器柔性pcb纳米线互连热管理轻量化封装信号完整性
physics
01-27 00:00
大型中微子观测站等分布式探测器系统面临不可避免的死区时间和信号堆积问题，导致传统基于时间窗口的触发逻辑效率低下。本文提出“递归流形相干性”几何框架，将触发逻辑重构为在由电荷与时间观测量定义的低维信息空间中的连续状态估计问题。该方法采用递归更新规则在传感器节点间传播相干状态，而非在死区时间内直接否决信号，从而能够保留并评估部分被遮挡的信号。仿真研究表明，即使直接符合链断裂，该框架也能成功恢复高多重数事件拓扑的相干性，相比标准二元逻辑对数据碎片化具有更强的鲁棒性。
触发系统死区时间几何框架状态估计中微子探测数据恢复
physics
01-27 00:00
本文提出使用皮尔斯五点投影法，将定义在球面上的复杂函数——球谐函数 $Y_{\ell m}(\theta,\varphi)$——可视化。该方法是一种将球面保角映射到二维正方形上的投影，能保持旋转对称性和角度不变。通过这种二维映射，作者以教学方式直观展示了球谐函数的数学性质与关系，为不擅长处理三维形状的学习者提供了更易理解的视觉工具，在量子力学、电磁理论、宇宙微波背景物理等领域具有应用潜力。
球谐函数可视化保角投影数学物理教学工具
physics
01-27 00:00
本研究结合时间分辨常压X射线光电子能谱（TR-APXPS）与化学计量学方法（主成分分析PCA和多元曲线分辨交替最小二乘法MCR-ALS），实时监测了Fe₂O₃还原过程中的表面化学变化。该方法有效解决了复杂光谱中峰重叠的难题，精确提取了各化学物种的纯光谱及其随时间演化的轮廓，从而揭示了中间物种的形成与演变动力学。该集成分析策略不仅提升了复杂光谱数据的解析精度，还为理解表面化学与工艺条件间的关联、优化材料合成与性能调控提供了关键见解。
表面化学时间分辨光谱化学计量学氧化铁还原apxps反应动力学
physics
01-27 00:00
本研究提出ChemNavigator，一个自主AI系统，用于发现高性能有机光催化剂。该系统通过多智能体架构，将大语言模型推理与密度泛函紧束缚计算相结合，模拟科学方法进行假设驱动探索。在涵盖200个分子的迭代发现循环中，系统自主识别出六个关于前线轨道能量的统计显著设计规则，涉及醚键、羰基、共轭延伸等结构特征。这些规则与有机电子结构基本原理（如共振给电子、诱导吸电子、$\pi$离域）相符，表明AI能独立推导化学知识。量化效应大小为合成化学家提供了优先排序，特征交互分析则揭示了策略组合的收益递减现象。
人工智能材料发现光催化剂自主推理结构-性质关系计算化学
physics
01-27 00:00
继成功在Booster中将来自EBIS的分子H₂⁺束加速至1.0 GeV/u动能后，研究团队提议在AGS（最高12 GeV/u）和RHIC（最高100 GeV/u）中进行进一步加速测试。本文分析了可能阻碍H₂⁺束加速的主要效应，并概述了高能H₂⁺束对布鲁克海文国家实验室（BNL）的影响与潜在益处。
粒子加速分子束高能物理布鲁克海文实验室束流动力学
physics
01-27 00:00
本研究提出了一个通用理论框架，用于量化分子碰撞和化学反应产物中的量子纠缠。研究发现，分子外部（运动）和内部自由度之间的耦合会产生多种形式的产物态纠缠：离散-离散、连续-连续以及混合离散-连续纠缠。该框架直接从散射S矩阵元出发进行量化，并识别出一类新型纠缠态——多模混合猫态。研究以超冷和冷区间的Rb+SrF、Rb+Sr⁺非弹性碰撞以及F+HD化学反应为例，展示了该框架的应用。结果表明，纠缠可以在磁Feshbach共振附近被有效调控，为超冷分子碰撞中产物态纠缠的精确磁控制开辟了道路。
量子纠缠分子碰撞超冷化学散射理论量子控制
physics
01-27 00:00
本文提出了一种尺寸广延、收敛的“黑箱”耦合簇（ΔCC）方法，能够从任意简并或非简并的Slater行列式参考态出发，计算任意电子数、占据模式、自旋多重度和空间对称性的定态能量与波函数。该理论是简并Rayleigh-Schrödinger微扰（ΔMP）理论的耦合簇推广，并与状态普适多参考耦合簇（SUMRCC）理论密切相关但不同。对于电离和电子附着参考态，它可以被视为一种收敛于全组态相互作用（FCI）极限的耦合簇格林函数方法。研究实现了基于行列式的通用阶算法，生成了高达八重激发的ΔCC能量，并与CI、EOM-CC、SUMRCC、ΔMP和MBGF等方法的结果进行了比较。性能顺序为：ΔCC > EOM-CC > CI（同阶）或 ΔCC > ΔMP > MBGF（同计算标度）。
耦合簇理论多参考方法电子结构量子化学简并态
physics
01-27 00:00
本研究将强场近似与Herman-Kluk传播子结合，发展了一种高精度的半经典计算方法，用于模拟原子在强激光场中的高次谐波生成过程。该方法通过求解电子在原子势与激光场联合作用下的经典牛顿方程，计算得到的谐波产额和相位与含时薛定谔方程的精确数值解几乎完全一致。计算核心是对相干态波包中心运动的独立经典轨迹求解，具有高度并行化优势，特别适用于分析谐波生成中的复合时间等关键动力学过程。
高次谐波生成半经典方法强场物理herman-kluk传播子含时量子动力学
physics
01-27 00:00
本研究提出了一个用于光声计算机断层扫描（PACT）深度学习重建方法的标准化基准测试框架。该框架提供了开源的、包含超过11,000个二维随机乳腺对象（含临床相关病变）的合成数据集，并整合了传统图像质量指标和基于临床任务的评估策略。初步基准测试表明，某些基于深度学习的方法虽然在传统指标上表现良好，但在准确恢复病变方面存在局限，凸显了任务型评估的必要性。该框架旨在促进PACT领域方法的公平比较、可重复性评估和系统优化。
光声成像深度学习图像重建基准测试医学影像合成数据
physics
01-27 00:00
本研究提出了一种新颖的两阶段伽马-中子源分类框架。第一阶段基于物理原理，通过能量阈值（$2.62 \pm 0.77$~MeV）筛选出明确低能伽马源。第二阶段针对阈值以上的模糊信号，开发了基于脉冲形状分析的机器学习流水线，采用软投票集成方法（Bagging、CatBoost、MLP），实现了0.816的准确率和0.921的AUC。这种混合方案结合了基于物理的过滤和机器学习优化，为核安全、防扩散监测和基础辐射研究提供了一种可解释且可扩展的解决方案。
伽马中子鉴别水切伦科夫探测器机器学习脉冲形状分析核辐射监测能量阈值
physics
01-27 00:00
本研究定量评估了未来电子-离子对撞机（EIC）中，极化质子束的时变磁场对氢原子喷射靶（HJET）的退极化效应。通过将氢原子视为四能级超精细系统，并利用含时量子力学演化分析束流感应磁场的谐波分量驱动下的跃迁，结合EIC标称束流参数进行数值模拟。结果表明，在120 mT的保持磁场下，EIC运行导致的喷射靶退极化效应极小（<0.01%），远低于EIC极化精度要求，且对束流参数变化具有鲁棒性。
极化测量电子-离子对撞机氢原子喷射靶退极化效应量子力学演化束流诊断
physics
01-27 00:00
本文提出了一种高效模拟布拉格原子干涉仪的新方法。通过将描述干涉仪的一维含时薛定谔方程（1D-TDSE）分离为多个常微分方程组，该方法允许使用自适应步长的龙格-库塔法进行求解。研究对比了该方法与分裂步长法、Crank-Nicolson法的收敛性，并提出了利用查找表进一步加速计算的策略，为精确表征布拉格衍射引入的系统性相位误差提供了有力工具。
原子干涉仪布拉格衍射薛定谔方程数值模拟计算物理
astro-ph
01-27 00:00
本研究探讨了基于Magueijo-Smolin双狭义相对论（DSR）框架下、具有不变紫外能量（形变）尺度的相对论性费米气体的热力学性质。在低温近简并区，通过索末菲展开推导热力学量；在高温区，数值计算表明系统回归标准相对论理想气体行为。应用低温物态方程分析致密天体：氦白矮星性质强烈依赖于形变尺度，而重元素白矮星受影响较小；对于中子星，修正的物态方程导致其半径更小、质量更低。结果表明，可通过天体物理观测检验修正的相对论理论。
双狭义相对论费米气体物态方程白矮星中子星形变尺度
astro-ph
01-27 00:00
本研究分析了星际彗星3I/ATLAS在离开太阳系过程中，不同非引力加速度模型对其轨迹的影响。基于NASA JPL Horizons更新的CO₂升华模型（$g(r)= 1/r^2$），并结合使用Find_Orb软件推导的对称与非对称H₂O升华模型，计算了彗星接近木星时的近木点距离，并与早期结果进行了对比。
星际彗星非引力加速度轨道动力学彗星模型太阳系天体
astro-ph
01-27 00:00
该研究提出利用河外星系行星状星云（xPNe）作为探针，通过测量其氧和氩的元素丰度，结合运动学和空间分布信息，来追溯附近星系的化学演化和并合历史。xPNe能揭示星系中古老恒星成分的化学印记，探测超过100亿年前的恒星形成活动。借助新一代高分辨率、高灵敏度的观测设备，该方法可将银河考古学的研究范围扩展到本地宇宙中最古老的恒星聚集体，为理解星系在宇宙膨胀背景下的形成与演化提供关键线索。
星系演化行星状星云化学丰度银河考古学近场宇宙学元素丰度
astro-ph
01-27 00:00
本研究首次将Misner-Sharp形式引入自相互作用暗物质（SIDM）晕的坍缩模型，突破了传统流体静力平衡与非相对论性假设的限制。模型在早期长平均自由程（LMFP）阶段与标准模型一致，但在晚期短平均自由程（SMFP）阶段，强烈的向外热流驱动外层包络快速膨胀，剥离核心质量并显著延缓坍缩。相对论性处理使模拟能够追踪到视界形成的最终阶段，结果显示形成的种子黑洞质量仅为晕质量的约$3\times10^{-8}$倍，表明需要额外的机制（如重子效应）才能解释早期宇宙中观测到的超大质量黑洞。
暗物质晕坍缩种子黑洞相对论天体物理数值模拟早期宇宙天体
astro-ph
01-27 00:00
本研究提出了一种改进的半解析模型，用于预测自相互作用暗物质（SIDM）晕的密度分布，并利用SPARC星系旋转曲线约束自散射截面。模型在等温金斯方法基础上，引入了速度依赖截面、经验性核心坍缩处理以及增强的求解鲁棒性。研究发现，约1/6的星系同时存在核心增长和核心坍缩解，其余星系则呈现单一演化状态。联合约束显示参数空间呈L型简并：低截面常数模型（$\sigma_0\sim2\,{\rm cm}^2$/g，$\omega\gtrsim500\,$km/s）与强速度依赖模型（$\sigma_0\sim100\,{\rm cm}^2$/g，$\omega\sim60\,$km/s）均可行。若采用核心增长解释，最佳拟合值为$\sigma_0\simeq5\,{\rm cm}^2$/g和$\omega\simeq250\,$km/s。与冷暗物质模型相比，SIDM在解释矮星系多样性方面展现出独特优势，且不影响星系-晕标度关系。
暗物质自相互作用星系动力学等温金斯模型速度依赖截面旋转曲线半解析模型
astro-ph
01-27 00:00
本研究利用ΛCDM宇宙学模型模拟本地星系群及其周围环境，发现要解释观测到的平静哈勃流，暗物质质量必须在10 Mpc尺度内强烈集中在平面上，形成上下深空、密度向外递增的结构。这种扁平几何结构与邻近星系分布已知结构一致，使本地星系群动力学质量估计与周围速度场相协调，证明了标准宇宙学模型的内部一致性。
暗物质分布本地星系群λcdm模拟哈勃流宇宙学模型星系动力学
astro-ph
01-27 00:00
分离食双星（DEBS）是目前获取恒星基本参数最精确的观测对象，对约束恒星结构与演化模型至关重要。当前高精度样本以短周期系统为主（如盖亚DR3中90%周期<5天），而长周期系统因成员星相互作用最小，更接近单星状态，是检验理论的理想实验室。未来十年，需要配备阶梯光栅光谱仪的2-8米级望远镜，对大量远距离目标进行高分辨率、高频次光谱监测，以系统研究长周期DEBS，从而深化对恒星物理过程的理解。
食双星恒星演化天体物理光谱观测长周期恒星参数
astro-ph
01-27 00:00
本研究探索了结合光谱红移与多波段（约35个滤光片）光度红移数据，以提升机器学习模型对更广泛星系类型的适用性。通过使用复合数据集训练和迁移学习两种方法，并比较确定性神经网络（NN）与贝叶斯神经网络（BNN）的性能，研究发现：在红移范围$0.3<z<1.5$内，基于复合数据集训练的NN模型，其预测偏差降低了4.5倍，散射减少了1.1倍，异常值率降低了1.4倍。同时，BNN能提供可靠的不确定性估计，但对不同真值数据敏感。该工作为欧几里得和LSST等巡天项目开发了能更准确预测更广泛星系红移的模型。
光度红移机器学习不确定性量化星系巡天神经网络数据融合
astro-ph
01-27 00:00
研究团队利用詹姆斯·韦伯太空望远镜（JWST）的COSMOS-Web巡天数据，绘制了一幅覆盖0.77×0.70平方度天区的超高分辨率弱引力透镜质量分布图。通过测量每平方角分129个星系的形状，达到了$1.00 \pm 0.01$角分的角分辨率，比此前哈勃望远镜的同类地图分辨率高出两倍以上。该地图揭示了暗物质与发光物质在宇宙丝状结构、星系团及低密度区域中的共同演化，并追踪了直至红移$z \sim 2$（包括一个$z \sim 1.1$的遥远结构）的质量分布，为检验暗物质本质及大尺度结构形成理论提供了高精度基准。
暗物质弱引力透镜詹姆斯·韦伯望远镜宇宙大尺度结构高分辨率成像星系演化
astro-ph
01-27 00:00
本文综述了快速中子俘获（r-）过程的研究进展。首先通过扣除慢中子俘获（s-）过程的贡献，确定了太阳系中的r-过程元素丰度模式。文章回顾了基于远离稳定线的核物理、尝试重现太阳系r-过程丰度模式的“场所无关”历史方法。随后，探讨了r-过程可能的天体物理场所，包括对单个事件（如中子星并合）的观测，以及对早期银河系中r-过程有贡献的低金属丰度恒星的观测分析。最后，通过比较观测结果与模型预测，评估了我们目前识别特定天体物理场所及其在银河系演化中印记的能力。
r-过程中子俘获元素核合成天体物理场所银河系演化核天体物理
astro-ph
01-27 00:00
本研究对eROSITA发现的暂现源SRGt 062340.2-265751进行了光学光谱和测光观测，确认其为一颗新星状激变双星，并可能具有磁星特征。通过分析，研究人员发现了一个可能的轨道周期（3.645 ± 0.006小时）和一个白矮星自转周期（24.905 ± 0.065分钟）。光谱中观测到的HeII λ4686和Bowen混合发射线，以及测光数据中逐夜变化的多重周期性，表明该天体很可能属于VY Scl亚型。这些发现为理解此类磁激变双星的物理性质提供了新线索。
激变双星周期性分析光谱观测磁星系统天体物理
econ
01-27 00:00
本文探讨了根据欧洲账户体系（ESA 2010）估算意大利一般政府部门雇员薪酬季度数据的方法论。由于高频数据有限且需与年度约束保持一致，研究采用间接时间分解技术，利用特定年内指标作为代理变量。研究面临三大挑战：将基于现金或法定权责发生制的源数据调整为符合ESA 2010权责发生制原则的指标；处理季度层面异常事件（如延迟的集体谈判协议产生的欠款）的强烈影响，需通过多源数据协调技术将其归因于工作实际发生期间；为准确反映年内动态，按政府实体分组收集信息并汇总至ESA 2010子部门。统计测试验证了该方法的有效性，为可靠的短期经济分析和政策制定提供了支持。
时间分解政府薪酬季度估算esa 2010数据协调经济统计
econ
01-27 00:00
本研究通过设计实验并构建一个行为卡尔曼滤波框架，量化了作为家庭或企业CEO代理的大型语言模型（LLM）在接收异质性信号时更新预期的机制。实验与模型估计揭示了四个一致的行为模式：1）代理对先验和信号的权重偏离最优值；2）家庭和企业CEO代理均赋予个体信号远高于汇总信号的权重；3）并发信号之间存在显著的负向交互作用，表明多信息源会削弱每个信号的边际权重；4）家庭与企业CEO代理的预期形成模式存在显著差异。研究还发现，LoRA微调可以缓解但无法完全消除LLM预期形成中的行为偏差。
大型语言模型预期形成行为经济学卡尔曼滤波信息处理偏差经济代理
econ
01-27 00:00
本文提出了一种新的“近端代理指标”方法，用于在存在未观测混杂因素的情况下估计长期处理效应。该方法通过结合一个缺乏长期结果的实验样本和一个治疗分配未观测的观察样本，并利用未观测混杂因素的代理变量，建立了新的识别条件。研究进一步开发了基于此的多重稳健估计与推断程序。在“工作团”项目中的应用表明，即使在标准代理指标估计因未观测混杂而产生偏误时，该方法仍能恢复实验基准结果。
因果推断代理指标未观测混杂长期效应双重稳健估计
econ
01-27 00:00
本文针对线性工具变量模型中的子向量推断问题，在允许弱工具变量的情况下，提出了一种新的条件临界值构造方法。与Guggenberger等人（2019）基于最大特征值的条件临界值不同，本文建议基于数据依赖矩阵的第二最小特征值来构造临界值函数，因为该特征值是弱识别的更合适指标。理论证明，当非检验参数个数大于1时，新方法在保持正确检验水平的同时，具有比GKM检验严格更高的功效。该方法还可推广至对近似Kronecker乘积结构的条件异方差稳健的子向量AR检验统计量，并在该设定下同样保持其功效优势。
工具变量弱识别子向量检验条件临界值ar检验计量经济学
econ
01-27 00:00
传统观点认为通胀与价格变动幅度相关性低意味着相对价格扭曲较小，对经济损害有限。本文构建了一个生产网络通胀动态模型，证明即使通胀与价格变动幅度相关性接近零，仍可能通过生产网络结构（谱间隙、度分布、同配性）造成显著的相对价格扭曲。该模型为理解通胀的真实经济成本提供了新的理论框架。
通货膨胀生产网络相对价格价格扭曲网络结构
econ
01-27 00:00
本文应用信息设计方法，为AI算法中偏好设置的最优使用提供了理论框架。研究发现，在满足“信息边际价值递减”条件时，采用“无偏好训练+后处理决策”的模块化流程对任何期望效用决策问题都是弱占优的。该条件要求偏好嵌入会使学习后验分布产生均值保持收缩。由于信息价值在信念上是凸的，这为学习校准概率并通过下游决策规则实施非对称成本的模块化AI流程提供了理论基础。然而，当用户存在认知约束时，在训练阶段直接嵌入偏好可能更优。
人工智能算法信息设计决策理论机器学习模块化流程偏好设置
econ
01-27 00:00
本文提出MarketGAN，一种基于因子的生成框架，用于在数据极度稀缺的情况下生成高维资产收益。该模型将显式的资产定价因子结构作为经济归纳偏置嵌入，并以单一联合向量的形式生成收益，从而在保持截面依赖性和尾部联动性的同时，也保留了跨期动态。MarketGAN采用以时间卷积网络（TCN）为骨干的生成对抗学习，对随机的、时变的因子载荷和波动率进行建模，并捕捉长程时间依赖性。基于美国大型股票的日度收益数据，研究发现，与传统基于因子模型的bootstrap方法相比，MarketGAN生成的收益更贴近经验典型事实，包括厚尾边际分布、波动率聚类、杠杆效应，以及尤为重要的高维截面相关结构和跨资产尾部联动。在投资组合应用中，当因子信息至少具有弱信息性时，基于MarketGAN生成样本得到的协方差估计优于其他方法，显示出切实的经济价值。
生成对抗网络金融时间序列数据增强因子模型投资组合尾部风险
econ
01-27 00:00
本文研究了在非参数极大似然和贝叶斯模型中用于量化概率分布差异的Kullback-Leibler散度、Kullback-Leibler变分和Bernstein“范数”。研究核心是刻画这些差异度量能被更易处理的Hellinger距离所上界的充要条件。该结果容纳了无界似然比的情形，推广了所有已知结论，并应用于松弛筛极大似然估计器的正则性条件。
统计距离非参数估计hellinger距离kl散度极大似然正则条件
econ
01-27 00:00
本文提出了BASTION框架，一种灵活的贝叶斯方法，用于将时间序列分解为趋势和多个季节性成分。该研究将分解问题转化为惩罚非参数回归，并首次为趋势和季节性成分的唯一可识别性建立了正式条件。相比TBATS、STR等现有方法，BASTION在突变点处理、抗异常值与时变波动性方面表现更优，并能提供稳健的不确定性量化。框架已通过模拟和真实数据验证，并作为R包开源。
时间序列分解贝叶斯方法季节性分析趋势估计非参数回归不确定性量化
econ
01-27 00:00
本文对欧洲央行（ECB）发布的数字欧元常见问题解答及相关文件进行了深入分析，提出了六项关键质疑。研究发现：在线交易由央行集中监控，隐私威胁大于现有支付系统；宣称完全匿名的离线版本在硬件安全史上缺乏可行性；各方法律责任与金融负债界定不清；设计缺乏对运营商的经济激励及对商户影响的评估；未能阐明数字欧元为社会带来的具体效益，其在线部分与现有支付系统功能重叠；设计过程排他，关键决策在公众咨询前已定，替代性开放方案未被讨论。
数字欧元央行数字货币隐私安全金融监管支付系统政策评估
econ
01-27 00:00
本文构建了一个正式的经济学模型，研究数字平台对AI生成内容（AIGC）的披露政策。模型比较了平台单方检测与创作者在非完美执行下策略性选择披露/隐瞒两种机制。研究发现，只有当AIGC的价值及其成本节约优势处于中等水平时，主动披露才是最优策略。随着AI能力提升，平台的最优执行策略会从严格威慑演变为部分筛选，最终走向放松管制。披露虽能提高透明度，但会降低创作者总剩余，并在AI技术先进时抑制高质量AIGC的产出。
ai生成内容信息披露平台治理经济学模型策略选择数字平台
econ
01-27 00:00
本研究利用两次准自然实验（2024年环球音乐集团从TikTok撤出曲库及2025年美国TikTok服务中断），量化了TikTok对Spotify等付费流媒体平台音乐需求的影响。研究发现，TikTok访问受限会显著降低平台外的流媒体需求，且效应高度异质：仅有少数头部病毒式传播歌曲的需求会大幅下降，而长尾歌曲几乎不受影响。由于头部歌曲贡献了绝大部分流量与收入，其需求下降主导了市场层面的影响。机制分析表明，TikTok主要扮演上游的“发现”角色，而Spotify歌单则作为下游的“放大器”。研究还揭示了常见的双重差分模型（水平、对数及泊松模型）在曝光高度集中（如10%的歌曲贡献95%的TikTok创作）的环境下，可能估计不同的参数并施加不同的反事实趋势假设，这有助于调和此前文献中的矛盾结论。
社交媒体经济准自然实验流媒体音乐需求异质性平台生态
q-bio
01-27 00:00
本研究针对多域蛋白-配体结合亲和力预测的挑战，提出了DAGML框架。该框架通过整合预训练蛋白语言模型与新型领域感知几何编码器，明确区分域内与域间特征，并利用以药效团为中心的配体编码器捕获药效兼容性。实验表明，DAGML在专门构建的多域亲和力基准测试中，相比基线方法实现了21%的均方误差降低，皮尔逊相关系数达到0.726。消融研究证实，对域界面的显式建模是性能提升的关键驱动力，尤其对于结合在结构单元间裂隙的配体。
蛋白质-配体亲和力多域蛋白几何深度学习多模态学习药物发现
q-bio
01-27 00:00
本章综述了人工智能在T细胞和B细胞受体建模领域的最新进展。通过利用蛋白质语言模型、机器学习及多模态整合技术，AI能够基于序列数据和免疫背景构建预测性与生成性框架。研究重点包括利用单细胞和受体组规模数据集的新兴策略，以及为治疗设计优化候选免疫受体的方法。这些发展为开发数据高效、可泛化且临床相关的新一代模型指明了方向，旨在更好地捕捉适应性免疫的多样性与复杂性。
人工智能免疫受体蛋白质语言模型治疗设计单细胞测序
q-bio
01-27 00:00
本研究提出了一种计算生态系统中β多样性的新方法，该方法基于与样本数据相关的图层拉普拉斯算子的能量。这个标量值可以通过线性代数方法轻松计算。通过简单示例表明，该能量指标比目前普遍接受的β多样性定义能提供更丰富的信息。
β多样性图层拉普拉斯生态学图论线性代数
q-bio
01-27 00:00
本研究针对静态接触网络上的强免疫（SIR）流行病，基于边建模框架，构建了三个精确的数学指标来追踪超级传播现象在疫情进程中的动态变化：1）感染节点的平均度（接触），2）感染节点的易感邻居平均数（暴露），3）新感染节点将导致的平均继发病例数（传播）。研究证明，这三个指标的峰值时间均早于群体感染率峰值时间的一半。这表明当疫情接近高峰时，超级传播的重要性已显著降低，因此基于接触的控制策略应在疫情早期尽快实施。该发现对从发病率、流动性、接触者追踪和传播数据中准确测量流行病学参数具有重要启示。
网络流行病学超级传播边建模sir模型接触网络传播动态
q-bio
01-27 00:00
本文指出，大型神经网络在特定任务上表现出色，但其工作原理难以形成可处理的理论，也无法从有限测试用例可靠外推至无限使用场景，因此本质上是不可靠的。为确保AI安全，必须将其置于可证明安全的“护栏”中，而“世界模型”被提出作为实现方案。作者强调，传统世界模型多关注物理世界，但AI行动的意外后果同样深刻影响人类社会。因此，可靠的世界模型必须包含对人类社交世界的建模。核心挑战在于，人类语言基于对话者共享的“共同基础”，而当前大语言模型缺乏对此的稳定表征。未来可靠的AI系统需与用户建立涵盖物理、心理和社会领域的共同基础。
ai安全世界模型神经网络可靠性共同基础社会建模大语言模型
q-bio
01-27 00:00
本研究构建了一个数学模型，以树木的夏季休眠温度阈值和种子生产能力为关键性状，模拟种群在气候变化下的动态。模型从详细的个体描述出发，最终简化为一个由两个常微分方程耦合的宏观系统。数值分析表明，温度升高和降水减少对种群动态产生截然不同的影响，同时揭示了表型可塑性在适应过程中的双重作用。该研究为评估气候变化对森林生态系统的具体影响提供了量化工具。
种群动态物候适应数学模型气候变化表型可塑性森林生态
q-bio
01-27 00:00
本研究通过阈值追踪经颅磁刺激（TMS），在21名健康受试者中探究了睁眼/闭眼状态及三种不同尺寸（30BFT、50BFT、70BF）的8字形线圈对静息运动阈值（RMT）和短间隔皮层内抑制（SICI）的影响。结果显示，最小的30BFT线圈测得的RMT显著高于两种较大线圈，而线圈尺寸对SICI无影响。睁眼或闭眼状态对RMT和SICI测量均无显著影响。结论表明，在受试者清醒警觉的前提下，睁闭眼状态下的RMT和SICI测量结果具有可比性；使用不同尺寸的8字形线圈测得的SICI结果也可相互比较。
经颅磁刺激运动阈值皮层内抑制神经生理学方法学
cs
01-27 00:00
本文提出了一种基于规则的计算框架，用于自动化地将研究论文分类到联合国可持续发展目标（SDGs）中。该框架通过专家精心设计的布尔查询映射，处理文献元数据（标题、摘要、关键词），避免了传统机器学习模型“黑箱”问题，实现了结果的可解释性。系统包含Web界面、后端API和Python分类引擎，支持单篇和批量处理，实验表明每小时可处理数千条记录，为机构、研究者和政策制定者提供了一种高效、可复现且易于理解的系统性分析工具。
可持续发展目标文献分类布尔查询自动化框架可解释性学术分析
cs
01-27 00:00
本文介绍了pyBiblioNet，一个用于进行综合性网络文献计量分析的Python库。该库旨在弥补传统方法在捕捉科学文献中复杂关系和演变趋势方面的不足。它集成了OpenAlex开放研究目录，支持用户轻松预处理、可视化和分析文献计量数据。核心功能包括：通过OpenAlex API自动下载数据、构建引文网络与合著网络、提供网络可视化工具，以及一套专门为文献计量领域定制的算法，用于计算网络中心性、聚类和社区发现。此外，它还支持利用自然语言处理技术分析关键主题和概念。作者通过对跨学科的“15分钟城市范式”进行文献计量分析，展示了该库在揭示各科学领域中隐藏模式和新兴趋势方面的实用性。pyBiblioNet为研究人员、图书馆员和政策制定者提供了一个强大且用户友好的工具，以增强其文献计量分析能力并支持数据驱动的决策。
文献计量学python库网络分析科学计量数据可视化openalex
cs
01-27 00:00
本研究公开了一个巴西市级登革热住院时间序列数据集（1999-2021年），其核心贡献在于通过插值协议将原始月度数据降尺度为周度（流行病学周）数据，同时通过校正步骤保持月度总量不变。为验证降尺度方法的有效性，研究利用圣保罗州同时包含月度和周度计数的参考数据集（2024年），比较了线性插值、抖动和三次样条插值三种策略。结果表明，三次样条插值对参考数据的拟合度最高，因此被采纳用于生成全国范围的周度序列。除住院数据外，数据集还包含一套常用的解释变量（如人口密度、温室气体排放、气候指标、社会经济指数等），并遵循相同的时间降尺度方案以确保多变量兼容性。该数据集为多变量时间序列分析、环境健康研究以及机器学习/深度学习模型的爆发预测训练提供了高质量资源。
登革热数据时间序列降尺度流行病学预测巴西公共卫生环境健康机器学习数据集
cs
01-27 00:00
本文回顾了Reidenberg提出的“Lex Informatica”概念，即技术本身（如网络架构）能像法律一样塑造社会规范。作者指出，过去数十年对互联网的放任监管已暴露信息自由主义弊端，如今亟需转向“Lex Reformatica”——一种聚焦公私监管与自律互动、权衡成本效益的改革路径。文章强调，学者与立法者需更新Reidenberg的理论框架，以应对数字时代的社会挑战。
技术监管数字政策lex informatica信息自由主义公私治理
cs
01-27 00:00
本文提出RAM-SD，一个用于讽刺检测的检索增强多智能体框架，以解决现有方法因采用单一推理策略而难以应对讽刺表达多样性分析需求的问题。该框架通过四个阶段运作：上下文检索、元规划器分类并选择推理计划、专业智能体进行多视角分析、以及整合器生成最终可解释的判断。在四个标准基准测试中，RAM-SD取得了77.74%的宏平均F1分数，比GPT-4o+CoC基线高出7.01个百分点，不仅设定了新的性能基准，还提供了透明可解释的推理过程。
讽刺检测多智能体检索增强可解释ai自然语言处理
cs
01-27 00:00
本研究提出结合特征选择与机器学习模型，利用患者语音录音对帕金森病进行早期分类诊断。通过特征选择技术筛选出最具信息量的语音特征，显著减少了模型所需特征数量。实验结果表明，神经网络等机器学习方法在帕金森病分类任务中表现优异，且特征数量的减少并未影响模型性能，为临床低成本、高效率的辅助诊断提供了可行方案。
帕金森病语音分析机器学习特征选择早期诊断神经网络
math
01-27 00:00
本研究提出了一种全新的方法，推导出适用于斯莱特轨道及其导数的无限族加法定理。与传统的“双范围”加法定理（依赖 $r_{>}=\max[r_{1},r_{2}]$ 和 $r_{<}=\min[r_{1},r_{2}]$ 分段表示）以及近年来的“单范围”加法定理（虽无分段但引入第二个无限级数）不同，新定理在保持单范围变量依赖性的同时，最多只包含有限的第二级数，而非无限级数。此外，新定理适用于多个坐标系，突破了以往定理的局限。其中一个定理还可用于处理汤川型函数，并成功应用于一个近六十年来难以解析化简的积分，展示了其实际效用。
加法定理斯莱特轨道量子振幅积分化简数学物理
math
01-27 00:00
本文在几乎接触度量几何中引入了一类新的几何结构——局部共形几乎广义f-余辛流形。该结构由一个几乎接触度量结构$(\phi, \xi, \eta, g)$、一个闭Lee形式$\omega$和一个光滑函数$f$构成，满足$d\eta = \omega \wedge \eta$和$d\Phi = 2f\eta \wedge \Phi + 2\omega \wedge \Phi$，其中$\Phi(\cdot, \cdot) = g(\cdot, \phi \cdot)$。研究推导了其可积性条件，并证明了一个关键的维度二分法：在3维情形下，$\omega$可以具有横向分量；而在更高维数时，$\omega$必须与$\eta$成比例。这种刚性特征与偶数维的共形辛几何形成鲜明对比。研究通过3维和5维的具体例子加以说明，并将先前关于局部共形几乎余辛和几乎f-余辛结构的结果进行了推广和统一。
微分几何接触几何辛几何局部共形结构可积性条件维度刚性
math
01-27 00:00
本文研究了非对称Heckman-Opdam框架下截断重构算子的加权$L^p$收敛性。通过镜像局部化，该算子可分解为刚性结构，并简化为一个秩一泛函。研究证明，其在$L^p(w)$空间的有界性完全由权函数$w$的镜像局部可积性条件$\int w^{-\frac{1}{p-1}} < \infty$所刻画，给出了该问题的完整特征描述。
调和分析heckman-opdam理论加权l^p空间算子有界性镜像局部化
math
01-27 00:00
本文针对二阶反射群（包括哈密顿反射群）提出了一种基于显式表示的简单算法，用于计算其在四元数域上作为矩阵群的所有不可约系统。该方法统一了文献中的多个结果，例如发现二阶复反射群中：3类存在不可数多个哈密顿不可约系统，16类则不存在此类系统。
反射群四元数不可约系统群表示哈密顿代数
math
01-27 00:00
本文研究了模形式对称幂L函数傅里叶系数的高阶矩求和问题。对于偶数权k≥2的原始全纯尖形式f，考虑其第j个对称幂L函数L(s, sym^j f)的归一化傅里叶系数λ_{sym^j f}(n)。作者聚焦于求和S(x) = Σ_{n≤x} λ_{sym^j f}^l(n)，其中l和j为正整数且满足lj≥4。论文改进并推广了该求和问题的现有结果，为理解这些算术系数的平均分布提供了更深入的理论工具。
解析数论模形式l函数傅里叶系数对称幂高阶矩
math
01-27 00:00
本文研究了函数$\frac{1}{\operatorname{arctanh} x}$和$\frac{1}{\sqrt{1-x^2}\operatorname{arctanh} x}$在$(0,1)$区间上的Mellin变换。通过复变函数围道积分技术，作者突破了传统奇偶性分析的限制，首次获得了这些变换在偶数整数点的显式闭式表达式。这些表达式涉及黎曼ζ函数和狄利克雷β函数的导数，为研究双曲积分提供了新的解析工具，并深化了对ζ(2n+1)/π^{2n+1}和β(2n)/π^{2n}算术性质猜想之间的联系。
mellin变换黎曼ζ函数双曲积分解析数论围道积分
math
01-27 00:00
本文针对控制应用中常见的约束非凸优化问题，提出了一种新颖的块交替迭代方法。该方法将原问题分解为一系列针对特定变量的子问题，并在假设问题对每个决策变量均为凸的前提下，将其转化为一系列凸子问题进行迭代求解。论文建立了该方法的收敛性和最优性理论，并通过数值算例和实际控制工程应用验证了其有效性。此外，作者还提供了一个开箱即用的Python平台，集成了所提算法与现有方法，以方便比较和应用。
非凸优化块交替迭代凸子问题控制工程收敛性分析python平台
math
01-27 00:00
本文研究了不含零块的B型集合划分。重点探讨了合并自由划分与分离划分（其计数由Dowling数给出）等特定类别，并证明了这些类别与B型集合划分之间存在双射关系。研究还考察了这两类划分的交集，证明了其块生成多项式是实根的。此外，通过分析由B型合并自由划分“压平”得到的排列类上的下降统计量，利用谷跳跃作用证明了下降分布的Gamma正性，并给出了Gamma系数的组合解释。最后，证明了下降统计量在谷跳跃作用下具有同均值性。
组合数学集合划分dowling数实根性gamma正性同均值性
math
01-27 00:00
本文针对零均值鞅及其扩展值停时，提出了两个核心定理。第一定理建立了停时鞅期望值可由有限实数表征的条件，并导出了新的期望极限，其推论可用于分析停时尾概率的衰减速率。第二定理给出了确保扩展值停时以概率1为有限的充分条件。研究结果扩展了经典鞅理论，尤其揭示了当扩展值停时$T$有限时，停时鞅的期望值与鞅在固定时刻（如时间1）的期望值可能不同的现象，为停时鞅的行为提供了新见解。
鞅理论停时瓦尔德方程期望值可选抽样定理概率论
math
01-27 00:00
本文研究2-正则有向图的非哈密顿性条件。通过引入双共轭、排除集和残基等概念，建立了此类图与对称群S(n)中置换集的联系，并利用这些工具证明了非哈密顿性的一个充要条件。该工作扩展了先前对2-正则有向图弧分解的研究，为构造无限族强连通非哈密顿图提供了新的理论框架。
图论有向图哈密顿性置换群组合数学
math
01-27 00:00
本文提出了一种在Magma中实现的算法，用于确定任意有理椭圆曲面$E/\mathbb{Q}$的算术信息，特别是其Mordell-Weil群的定义域$k$（即使得所有$\mathbb{Q}(t)$-有理点均在$k(t)$上的最小数域）。作为应用，作者证明了由方程$y^2 = x^3 + t^{360} + 1$给出的Shioda秩68椭圆曲面的定义域是一个次数为$829,440$的数域。
椭圆曲面mordell-weil群定义域算术几何算法
math
01-27 00:00
本文提出一种构造模曲线到秩零椭圆曲线映射的方法，用于有效确定模曲线的有理点集。该方法通过将模曲线$X_G$映射到秩零椭圆曲线$E/\mathbb{Q}$，利用$E$的有理点有限性，解决了超过99%的、水平不超过70的模曲线的有理点计算问题，推进了椭圆曲线模$N$伽罗瓦表示像的研究。
模曲线椭圆曲线有理点伽罗瓦表示算术几何
physics
01-27 00:00
本研究提出了一种突破传统电化学系统局限的新型能量转换平台。该平台利用高电荷态氩离子（Ar^18+）与中性氦原子之间的电荷交换过程，首次有效激发了内壳层电子跃迁，产生了覆盖软X射线和极紫外波段的宽谱光子辐射。通过优化氦气室压力，系统实现了高达 $6.29 \times 10^8 \, \text{W} \, \text{L}^{-1}$ 的辐射功率密度和 $2.64 \times 10^6 \, \text{Wh} \, \text{kg}^{-1}$ 的惊人能量密度，为开发超高功率密度能量转换器提供了新范式。
能量转换内壳层电子电荷交换软x射线高能量密度原子物理
physics
01-27 00:00
本研究以抗坏血酸（维生素C）为范例，通过量子化学计算系统研究了其在真空和六种溶剂中的全局化学反应性指数（如电离势、电子亲和能、硬度等）。结果表明，溶剂化效应使带电物种稳定化，导致反应性指数发生数电子伏特的显著偏移，且大致遵循Born型介电常数依赖关系。最关键的是，研究明确揭示了Koopmans定理（常用于从轨道能估算这些指数）在溶液中完全失效：它预测的溶剂无关值与实际情况在定性和定量上均错误，未能反映介电屏蔽和几何弛豫的核心物理机制。因此，在凝聚相抗氧化剂研究中必须放弃Koopmans定理，而采用包含溶剂效应的绝热计算。
量子化学溶剂效应koopmans定理抗氧化剂反应性指数抗坏血酸
physics
01-27 00:00
本文提出了一种从色散关系的数学形式 $\omega(\mathbf{k})$ 出发，系统提取其物理内涵的新教学框架。以有质量克莱因-戈登方程 $\omega^2 = \omega_0^2 + c^2k^2$ 为案例，展示了该单一方程如何编码相速度、群速度、态密度、有效质量和阻抗等核心物理量。分析揭示了该色散形式的普适性，它在量子场、等离子体、超导体和光子晶体中以不同的物理解释出现。研究还结合了质量-弹簧链和流体波等经典系统的详细考察，为连接量子与经典波现象提供了直观类比。
色散关系波传播教学框架克莱因-戈登方程物理诠释统一理论
physics
01-27 00:00
为满足DUNE中微子实验第二阶段远探测器对约2000平方米大面积光子探测系统的高性能需求，研究团队成功开发了一种工业级物理气相沉积（PVD）工艺，用于制备对三联苯（pTP）波长转换薄膜。该工艺借鉴了OLED显示器的真空沉积技术，解决了有机-无机界面附着力与均匀性的传统难题，可在无机基底上制备出厚度均匀性优于10%（1-2微米）的高质量薄膜。其发射光谱与高品质参考样品一致，且具备良好的可重复性、可扩展性，相比实验室方法大幅缩短了生产时间，为大尺寸液氩时间投影室（LArTPC）光子探测系统的规模化应用提供了可行的量产路径。
中微子探测波长转换薄膜物理气相沉积液氩探测器dune实验大规模制造
physics
01-27 00:00
本研究设计了一种由同轴电缆构成的无线超材料笼，用于在3.0 T磁场下均匀提升磁共振成像（MRI）的信噪比（SNR）。该装置利用其圆柱几何结构和电磁架构，通过设计的相移电流支持圆极化共振，从而与旋转的 $B_1^-$ 场进行选择性、全向相互作用，实现均匀的磁场分布。与体线圈集成后，该装置在保持与单独体线圈相当的均匀性的同时，实现了32倍的SNR提升，在感兴趣区域内仅表现出12.07%的变异。与先进的16通道肢体线圈相比，该超材料笼在轴向和冠状面上分别实现了至少1.94倍和2.24倍更高的SNR，并且SNR变异显著更低（12.07%对比54.83%）。
磁共振成像超材料信噪比无线技术均匀性增强医学物理
physics
01-27 00:00
本研究提出了一种名为“远程色散扫描”的超快激光脉冲表征新方法。该方法利用Transformer神经网络，仅需在非线性光谱相位前进行一次局部扫描，即可远程重构经过放大、压缩、自相位调制等线性与非线性过程后的脉冲电场。实验表明，通过测量基频与二次谐波光谱，其重构精度可与传统的二维全扫描相媲美。该技术为高功率超快激光系统提供了一种简单、鲁棒且对光路不敏感的实时脉冲监测方案。
超快光学脉冲表征神经网络色散扫描transformer非线性传播
physics
01-27 00:00
本研究提出了一种名为RBLQNN的框架，通过改进损失函数来确保分位数预测的均匀准确性并减少预测概率分布的退化。该方法在合成数据集、NOAA全球地面日值温度数据及TRMM卫星降水数据上进行了验证。结果显示，RBLQNN在线性分位数回归等方法失效时仍能准确预测条件分布，在降水统计中尤其能有效捕捉高度非线性和非高斯特征，为约束具有复杂依赖关系的地球物理量不确定性提供了灵活通用的工具。
不确定性估计分位数神经网络气候预测极端事件地球物理
physics
01-27 00:00
传统基于奇异点（EP）的非厄米传感器虽能实现超线性响应，但其灵敏度提升受限于发散的非厄米本征向量简并（Petermann因子）。本研究在无需复杂非厄米设计或相变的情况下，于一个简单的厄米手性腔中实现了临界点（CP）传感。该厄米系统因本征向量正交性，展现出与EP类似的平方根响应和增强的灵敏度，同时突破了非厄米传感器的Petermann因子极限，为超越传统奇异点和魔鬼点（DP）传感器的超灵敏探测开辟了新路径。
奇异点传感厄米临界点手性光学腔超灵敏探测petermann因子非厄米物理
physics
01-27 00:00
研究团队提出了Stormscope，一个基于Transformer的生成式扩散模型家族，用于直接从高分辨率、多波段的地球静止卫星图像和地基天气雷达观测数据中学习并预测中尺度风暴演变。该模型能以10分钟时间分辨率和6公里空间分辨率生成长达6小时的预报，其性能与最先进的中尺度数值天气预报模型相当。其生成式架构支持生成大规模集合预报，从而实现对中尺度动力学的显式模拟和稳健的不确定性量化。评估表明，在1至6小时的预报时效内，Stormscope在确定性和概率性验证指标上均领先于外推法和业务化中尺度NWP模型。
气象预报生成式扩散模型卫星观测中尺度风暴人工智能不确定性量化
astro-ph
01-27 00:00
本研究通过分析NIHAO和FIRE-2模拟星系，揭示了恒星形成历史对暗物质密度分布的关键影响。研究发现，恒星形成的爆发性（burstiness）和持续时间是决定星系中心暗物质形成平坦核心（cored）还是陡峭尖峰（cuspy）的关键因素。具体而言，具有高于平均水平的爆发性恒星形成和更延后恒星质量聚集的星系，更倾向于形成核心暗物质分布。研究提出了基于再电离前后恒星质量比（$M_{\star, \rm post}/M_{\star, \rm pre}$）的解析表达式，相比仅依赖恒星-晕质量比的方法，显著提高了对暗物质内区密度斜率（$\gamma$）的预测精度。
暗物质分布恒星形成历史星系形成模拟密度轮廓星系演化数值宇宙学
astro-ph
01-27 00:00
本研究利用TESS卫星的全帧图像数据，在年轻（约350 Myr）、中等距离（470 pc）且成员星众多的疏散星团NGC 3532中，成功测量了885颗低质量恒星（$\lesssim$1.2 M$_\odot$）的自转周期（$P_{\rm rot}$）。尽管TESS的21$''$像素尺寸在密集星场中易导致信号污染，但通过结合Gaia数据并实施严格的质量筛选，研究团队不仅复现了69%的已知周期，还新增了706个$P_{\rm rot}$测量结果。这证明了在谨慎处理数据的前提下，TESS能够为拥挤星场中的恒星提供可靠的自转周期测量。
恒星自转tess卫星疏散星团光变曲线数据污染周期测量
astro-ph
01-27 00:00
本文提出了一种名为Tailed-Uniform的提案分布方法，用于改进基于模拟的推理（SBI）中的训练数据生成。传统方法在有限边界内均匀采样参数，而新方法通过平滑的高斯尾部将分布扩展到先验边界之外，从而消除了当后验分布与先验边界相交或超出时导致神经后验估计器失效的尖锐不连续性。该方法仅需极少超参数调优（尾部宽度设为先验宽度的10-30%），并在合成高斯线性任务和宇宙学参数推断（基于物质功率谱）中验证了其鲁棒性。实验表明，在各种训练集大小和参数空间维度下，使用Tailed-Uniform训练的模型在边界附近的表现均优于传统均匀采样模型，且这一优势在高维空间中更为显著。
模拟推理参数采样边界处理神经后验估计宇宙学参数推断鲁棒性
astro-ph
01-27 00:00
本研究通过分析8对投影类星体对和4对引力透镜类星体对的高分辨率光谱，测量了红移1.6-3.3（宇宙正午时期）CIV吸收系统的两点相关函数ξ(Δv, Δr)。在横跨亚千秒差距到数兆秒差距的尺度上，共探测并拟合了141个CIV系统（620个速度分量）。研究发现相关函数在Δr≈0.1 kpc处达到峰值，在≈5 kpc内持续下降，随后在≈500 kpc内保持平坦，之后再次下降。通过拟合投影横向相关函数，推断出两个相干尺度：r₁=654⁺¹⁰⁰₋₈₇ kpc（代表z≈2时CIV富集区域的大小）和r₂=4.70⁺¹.⁶⁰₋₁.₁₉ kpc（代表单个CIV承载“云”的尺度）。结果表明，CIV不仅是追踪星系际介质内部小尺度结构的良好示踪剂，也能反映宇宙正午时期星系的成团特性。
星系际介质civ吸收线两点相关函数宇宙正午类星体对高分辨率光谱
astro-ph
01-27 00:00
本研究利用JWST/NIRSpec光谱仪，首次对两个红移z~4-5的星系（CANDELS 8005和CANDELS 7986）进行了空间分辨的直接法金属丰度测量。通过探测其极光发射线，绘制了电子温度与直接氧丰度（12+log(O/H)）的空间分布图，并首次基于直接法测量了高红移星系的径向金属丰度梯度。结果显示，CANDELS 8005的梯度为$-0.111^{+0.026}_{-0.025}$ dex/kpc，支持星系由内向外生长并受反馈调节的化学演化模型。
jwst观测星系化学丰度高红移星系直接法测丰度金属丰度梯度空间分辨光谱
astro-ph
01-27 00:00
本文报告了哈勃太空望远镜成像光谱仪（STIS）在第30观测周期（2022年11月至2023年11月）执行的19项校准项目。报告概述了各项目的目标、观测过程、分析方法和结果，并与先前周期的结果及预期精度进行了对比。多数校准项目旨在生成常规参考文件或验证现有参考文件的持续适用性，以保障STIS观测数据的准确处理。报告还简要评估了仪器当前性能，并附录中讨论了机载校准灯的状态以及修订多种STIS光谱与成像模式流量校准的重大工作进展。
哈勃望远镜仪器校准stis光谱仪天文观测
astro-ph
01-27 00:00
本研究通过高分辨率三维磁流体动力学模拟，结合合成尘埃偏振图，量化了银河系多相星际介质（ISM）中不同相态（暖中性介质WNM、不稳定介质UNM、冷中性介质CNM）的湍流、各向异性及密度-磁场对齐特性。研究发现，WNM和UNM表现出强烈的各向异性及紧密的对齐关系，而CNM则各向异性较弱。这些动力学差异体现在涨落的统计标度上，并直接影响了尘埃偏振的功率谱和EE/BB功率比。模拟结果成功复现了普朗克卫星观测到的偏振功率谱，并指出UNM尘埃的贡献谱指数与观测最为一致，其产生的EE/BB比值约为2，可能是主导偏振前景的主要成分。研究为改进CMB前景分离提供了150 GHz的预测。
星际介质尘埃偏振磁流体湍流宇宙微波背景多相介质功率谱
astro-ph
01-27 00:00
本研究通过三维流体动力学模拟，探讨了恒星飞掠事件对原行星盘中尘埃演化的影响，特别关注了弱耦合（St≫1）尘埃的动力学行为。研究发现，尘埃螺旋结构保持近乎恒定的模式速度，而气体螺旋则逐渐减速，两者在空间上存在偏移，促进了尘埃的局部聚集。低质量飞掠会抑制尘埃团块的形成，而等质量飞掠则能显著提高局部固体丰度，为尘埃聚集创造有利条件。这些发现对于理解行星形成的早期阶段具有重要意义。
原行星盘尘埃动力学恒星飞掠流体动力学模拟行星形成
astro-ph
01-27 00:00
本研究利用综合萨克斯-沃尔夫效应（ISW）与热苏尼亚耶夫-泽尔多维奇效应（tSZ）的交叉相关观测数据，对精质暗能量的三种动力学模型（解冻型、追踪型、标度冻结型）与标准ΛCDM宇宙学进行了约束比较。通过全面的似然分析，得到了关键宇宙学参数的最佳拟合值与置信区间，例如ΛCDM模型的 $\Omega_{\rm m} = 0.322^{+0.027}_{-0.030}$ 和 $\sigma_8 = 0.735^{+0.045}_{-0.035}$。分析表明，解冻型模型（采用指数势）在本研究中具有最低的 $\chi^2_{\rm min}$ 值。研究结果凸显了ISW-tSZ交叉相关作为探测暗能量动力学的有效工具，并指出未来需要更高精度的测量来区分精质模型与ΛCDM。
暗能量精质模型宇宙学参数isw效应tsz效应交叉相关
astro-ph
01-27 00:00
本研究利用升级后的巨型米波射电望远镜（uGMRT），在300-1460 MHz频段对脉冲星PSR B0329+54的单脉冲进行了高频率采样分析。研究发现，该脉冲星的流量谱在470 MHz附近存在反转。通过分析流量定标和闪烁校正后的单脉冲，发现所有频率组合下，最大相关性（>69%）均出现在中心成分的经度附近，而外部成分的相关性也超过46%。结果表明存在极强的跨频率相关性，且未检测到反相关性。观测结果支持脉冲星等离子体中相对论性电荷团块的曲率辐射模型，但如何同时重现相关曲线和光谱仍是一个开放挑战。
脉冲星射电天文单脉冲分析频率相关性曲率辐射ugmrt
astro-ph
01-27 00:00
韦斯特隆德1是银河系已知质量最大的年轻星团，其周围探测到能量高达80 TeV的扩展伽马射线源HESS J1646-458，表明该区域能有效加速宇宙线。本研究通过建立星团风与星际介质相互作用产生的超级气泡中终止激波加速宇宙线的模型，计算了强子宇宙线与周围气体非弹性碰撞产生的伽马射线通量和径向分布。结果表明，在合理参数下，该模型能很好地解释观测到的伽马射线能谱和空间分布，支持HESS J1646-458的辐射主要源于强子过程。
伽马射线天文学宇宙线起源年轻星团强子过程激波加速
astro-ph
01-27 00:00
本研究分析了63个红移z=0.7-2.7、尘埃消光E(B-V)=0.4-1.8的重度红化类星体（HRQs）的静止紫外至红外能谱分布（SED）。研究发现，超过82%的样本在红化的类星体连续谱基础上显示出紫外超量，形成“V型”SED。模型表明，这可由红化类星体成分与少量（平均约0.3%）非遮蔽散射光成分共同解释。近红外SED分析揭示HRQs与JWST发现的“小红点”（LRDs）类似，存在热尘埃（~1500 K）发射不足的现象，表明其可能处于活跃星系核（AGN）反馈将内环尘埃吹离的阶段。散射光比例与热尘埃发射呈弱正相关，与视线方向消光E(B-V)呈反相关，支持热尘埃作为散射介质，而消光主要来自宿主星系星际介质尺度的尘埃。
重度红化类星体能谱分布尘埃消光agn反馈jwst观测宇宙正午
astro-ph
01-27 00:00
研究团队利用詹姆斯·韦伯太空望远镜（JWST）的NIRSpec光谱仪，首次对邻近旋涡星系M81中心的超大质量黑洞进行了可靠的恒星动力学质量测量。通过分析中心$3''\times3''$区域的高分辨率二维运动学数据，并采用贝叶斯框架下的JAM模型，排除了尘埃遮蔽、轨道各向异性及恒星质量-光比等不确定性因素。最终测得黑洞质量为$M_{\rm BH} = (4.78^{+0.07}_{-0.10})\times10^7$ M$_{\odot}$，为黑洞-星系尺度关系提供了关键锚点。
超大质量黑洞jwst观测恒星动力学m81星系黑洞质量测量星系中心
econ
01-27 00:00
本研究通过面板计量经济学方法（OLS、PCA、岭回归）分析2009-2023年非洲十大受援国的官方发展援助（ODA）与冲突关系。研究发现援助分配存在“援助-冲突-制度”三重困境：援助最集中于冲突风险高、制度脆弱的地区，但这些条件恰恰限制了援助有效性。固定效应模型显示，长期内援助与政治稳定、人均GDP正相关，而与腐败感知负相关。研究整合理论与面板计量工具，为国际发展援助分配机制提供了新的因果证据。
发展援助冲突研究面板计量非洲经济制度质量援助有效性
econ
01-27 00:00
本文提出一个经验性、可复制且可解释的框架，用于以基点为单位分解巴西5年期DI期货利率的日度变动。该框架结合三大模块：巴西央行Focus调查的宏观经济与财政预期、使用偏最小二乘法构建的宏观因子（汇总预期变动与高频宏观“意外”指标），以及将巴西主权CDS分解为全球与国内风险成分。通过线性回归将这三个驱动因素映射为对利率变动的日度基点贡献。在2015-2025年的样本中，模型解释了约22.45%的日度方差，其中国内风险主导了可解释部分，宏观因子贡献较小但显著。残差较大，凸显了线性模型及遗漏变量（如货币政策事件窗口、期限溢价、流动性等）的局限性。
利率分解主权风险宏观因子巴西金融市场di期货
econ
01-27 00:00
本研究针对城市水务基础设施日益超出其设计条件的问题，提出了“动态适应性”概念，即制度需具备预见能力和响应能力。通过对美国16个城市水务机构35年的压力与响应数据进行分析，研究发现：应对更高生物物理复杂性的制度原型，会同时投资于信息处理能力和响应多样性。动态适应性虽需成本，但信息处理能力与响应多样性之间的平衡能提升效率，而多中心的区域制度结构有助于信息共享，从而扩展这种效率。研究同时指出，需审慎权衡不同治理层级间的利弊，因为提升水务机构层面适应性的结构，可能削弱更高层级的控制与灵活性。
城市水务制度设计动态适应性治理结构信息处理响应多样性
econ
01-27 00:00
本文在拟线性效用的筛选环境中，建立了一个整合信息设计与机制设计的统一分析框架。利用占优理论和分位数函数工具，作者证明两类设计问题均可归结为在占优约束下最大化线性泛函的问题。机制设计中，设计者选择的分配方案需弱占优于外生库存；信息设计中，设计者选择的信息结构需占优于先验分布。当设计者可同时优化机制与信息结构时，联合优化问题变为具有双重占优约束的双线性规划，此时对价值及其对应分配的“合并”总是最优的。该框架统一了拍卖与筛选理论的经典结论，并将其拓展至信息设计领域，为联合优化分配与信息的福利效应提供了新见解。
信息设计机制设计占优理论拍卖理论筛选模型联合优化
econ
01-27 00:00
传统分布合成控制法通过最小化分位数函数的欧氏距离估计反事实分布，但在支持集不匹配或多峰分布下表现脆弱。本文提出一种基于最优传输理论的稳健估计器，通过最小化概率测度间的Wasserstein-1距离构建合成控制，并利用Wasserstein GAN实现。研究证明在供体池满足仿射独立条件下权重可识别，蒙特卡洛模拟显示该方法在厚尾污染和支持集不匹配下保持稳定，并能准确恢复传统分位数平均法失效的双峰混合分布。
合成控制法最优传输wasserstein gan反事实分布稳健估计计量经济学
econ
01-27 00:00
本文回应了Cattaneo等人（2026）和Hirano（2026）的综述，探讨了在部分识别情境下应用统计决策理论的方法。作者构建了一个部分识别下的统计决策模型，并提供了该模型的完整解决方案。随后，通过一个模拟实际政策的假设性教育补贴资格缩减案例，将理论应用于边界断点设计。研究表明，虽然可以得出有价值的结论，但将理论应用于实践仍需跨越一些假设，并遗留了若干开放性问题。文章最后讨论了部分识别下统计决策理论面临的主要挑战。
统计决策理论部分识别边界断点设计政策评估计量经济学
econ
01-27 00:00
传统成本传导分析通常假设单一均衡价格，但现实中同质产品价格存在显著分散。本文提出了一个可处理的框架，将传导问题分解为两个层面：竞争层（消费者考虑集决定标准化利润的均衡分布）与曲率层（需求弹性决定利润如何转化为价格与传导率）。核心理论创新在于证明，任意向下倾斜需求下的策略定价博弈，在重新表述为标准化有效利润后，与基准单位需求博弈是序同构的。该分解导出了闭式传导公式、跨需求设定的稳健边界，以及连接市场结构与税负归宿的清晰比较静态结果。
成本传导价格分散考虑集策略定价税负归宿市场结构
econ
01-27 00:00
本文提出了一种处理面板数据中单位异质性的阈值回归模型，允许阈值、斜率系数均存在异质性，并纳入交互固定效应。估计方法采用共同相关效应（CCE）方法，能在保持计算简便的同时处理异质参数。研究还提出了一种半同质模型（斜率异质但阈值相同），揭示了由于异质性与收缩阈值假设相互作用而产生的新均值组估计量收敛速度。提供了线性检验和修正信息准则以在完全异质与半同质模型间进行选择。蒙特卡洛模拟表明新方法在小样本中表现良好。应用新理论检验费尔德斯坦-堀内之谜，发现仅在一小部分国家中存在关于贸易开放度的阈值非线性。
阈值回归面板数据异质性交互固定效应共同相关效应费尔德斯坦-堀内之谜
econ
01-27 00:00
本文针对离散选择面板数据模型，提出了一种估计平均效应识别集外边界的方法。该方法解决了短面板中因个体特定效应导致的识别不足和伴随参数问题，尤其适用于协变量支持集较大（如连续变量）的情况。所提出的边界易于构建，以参数速率收敛，并在中等规模样本下保持计算可行性。论文还提供了渐近有效的置信区间，为政策评估和反事实分析提供了实用工具。
面板数据离散选择平均效应部分识别计量经济学政策评估
econ
01-27 00:00
本文研究了一群拥有私人信息的代理人如何在存在系统性偏见（例如更倾向于定罪）的情况下进行集体决策。作者将孔多塞陪审团模型构建为一个机制设计问题，发现最优机制仍然是投票机制，但规则特殊：当代理人比委托人更倾向于选择某一选项（如定罪）时，最优规则是“当且仅当投票支持该选项的人数既不太多也不太少时”才通过。这一非单调的投票规则与古代犹太律法中的司法程序相吻合，为董事会、政治委员会和陪审团等集体决策机构的设计提供了理论依据。
机制设计集体决策投票理论孔多塞陪审团信息聚合偏见
econ
01-27 00:00
本文提出了一种简单易行的Wald型统计量，为允许横截面或空间依赖的回归模型中变系数的线性约束提供了通用的非参数推断理论。通过建立广义中心极限定理，该方法覆盖了广泛的误差空间依赖结构，并允许通过非参数空间权重实现一定程度的误设稳健性。研究应用该方法首次揭示了中国非金属矿物行业生产函数中规模报酬不变的证据，并展示了波士顿房价对就业中心接近度的非线性响应。模拟研究证实了该检验在有限样本中的优异表现。
变系数模型非参数推断空间依赖wald检验生产函数房价分析
econ
01-27 00:00
本文提出一个新的理性疏忽模型，描述决策者在获取关于选择对象的享乐特征（如保险合同的保障范围）和自身收益相关状态（如发生损失的风险）的昂贵信息时，其条件选择概率呈现为唯一的、内部的加权多项Logit形式。模型通过将问题重构为一个包含内部最大化问题（一个薛定谔桥问题）和外部严格凹优化问题（选择“最优约束”）的双层结构来求解，核心约束是贝叶斯合理性。
理性疏忽选择模型信息获取薛定谔桥贝叶斯决策