q-bio
01-30 00:00
本研究提出了一种结合颜色直方图分析与卷积神经网络（CNN）的皮肤病变分类新方法。研究引入“病变颜色数量”作为关键诊断特征，通过分析PH2、ISIC2016和Med Node三个公开数据集的像素值，利用基于PH2的颜色直方图算法估计缺失的颜色真值。设计并训练了一个包含残差跳跃连接的19层CNN，根据颜色数量将病变分为三类，最佳模型加权F1分数达75%。采用DeepDream和LIME进行特征可视化与决策解释，结果表明病变颜色数量是描述皮肤状况的重要特征，所提模型在临床诊断支持中展现出潜力。
皮肤病变分类颜色直方图卷积神经网络医学图像分析特征可视化临床诊断
q-bio
01-30 00:00
本研究提出ATTNSOM框架，用于预测细胞色素P450酶对小分子药物的代谢位点。该模型通过共享图编码器、分子条件化原子表示和跨亚型注意力机制，整合了分子的内在反应性与不同P450亚型间的关联代谢模式。在两个原子分辨率标注的基准数据集上，ATTNSOM在多个P450亚型上均表现出优异的Top-k预测性能，并显著提升了马修斯相关系数，证明了显式建模跨亚型关系对于提升代谢位点预测准确性的重要性。
药物代谢p450酶图神经网络注意力机制代谢位点预测计算生物学
q-bio
01-30 00:00
本研究提出了一种直接从脑电图（EEG）数据构建微分动态因果网络的新方法，以解决脑系统从微观到宏观尺度病理生理建模的挑战。该方法基于条件耦合的神经元回路，描述了对观测EEG数据有贡献的相互作用神经元群体的平均行为。网络节点代表参数化的局部神经系统，有向边代表具有传输参数的节点间连接。网络采用分层结构，节点和边参数在个体间变化但遵循混合效应模型。研究开发了一种新颖的进化优化算法，使用从随机微分方程的Chen-Fliess展开导出的损失函数进行参数推断。该方法在合成和真实EEG数据上进行了评估，并在癫痫活动分析中成功追踪了表征动态因果性的参数变化，揭示了癫痫发作前后因兴奋-抑制性中间神经元失衡和连接改变导致的网络功能中断。
动态因果网络脑电图分析癫痫研究参数推断混合效应模型神经建模
q-bio
01-30 00:00
本研究开发了一个整合知识图谱、通路分析和网络药理学的计算流程，以阐明阿育吠陀单味草药治疗2型糖尿病和肥胖的多靶点机制。研究从印度阿育吠陀药典中筛选出11种草药及其188种植物化学成分，通过构建Neo4j知识图谱，识别出PTPN1、GLP1R、DPP4和PPARG等关键疾病相关靶点。分析揭示了草药成分作为“植物化学混合物”的分子机制，与FDA批准的协同药物组合机制一致，并发现了结构不同但作用于共同或不同疾病通路的互补性植物化学对，为开发多靶点疗法提供了新思路。
网络药理学知识图谱阿育吠陀糖尿病肥胖多靶点治疗
q-bio
01-30 00:00
本文提出ToxSearch-S方法，通过引入物种形成的质量-多样性进化算法，改进大型语言模型的红队测试。该方法并行维护多个高毒性提示的生态位，而非仅优化单一最佳提示。实验表明，相比基线方法，ToxSearch-S达到了更高的峰值毒性（约0.73 vs. 约0.47），并覆盖了更广泛的语义主题（更高的有效主题多样性 $N_1$ 和更大的独特主题覆盖 $K$）。形成的物种在嵌入空间中分离良好（平均分离比约1.93），并展现出不同的毒性分布，表明该方法能将对抗性空间划分为行为差异化的生态位，从而揭示更广泛的攻击策略。
红队测试质量-多样性算法物种形成大型语言模型对抗性提示毒性检测
q-bio
01-30 00:00
本文提出BrainFuse，一个旨在弥合神经科学与人工智能之间基础设施鸿沟的统一平台。它通过三个核心能力解决算法、计算与部署挑战：1）将详细的神经元动力学（如Hodgkin-Huxley模型）集成到可微分学习框架中；2）在GPU上实现高达3000倍的系统级加速；3）提供高度兼容的流程以支持神经形态硬件部署。实验表明，BrainFuse能在单芯片上高效部署约3.8万个HH神经元与1亿个突触，功耗低至1.98W，同时赋予AI模型更强的输入噪声鲁棒性和时序处理能力。
计算神经科学神经形态计算可微分模拟生物物理模型ai硬件部署跨学科平台
q-bio
01-30 00:00
研究通过扩展经典SIR模型，提出HeSIR模型以量化行为异质性对疫情传播的影响。模型假设个体在感染性与易感性上存在高低两种模式，并引入网络同质性（风险偏好相似者更易互动）参数。研究推导出包含度分布与同质性的疫情阈值闭合表达式，发现阈值附近存在“复苏区”，感染数可能先降后升，导致大规模传播。模拟验证了该机制，并证明HeSIR可映射为标准SIR过程，为理解行为差异（尤其在群体分化时）对防控的潜在破坏提供了统一框架。
行为异质性疫情传播模型网络同质性hesir模型流行病阈值复杂网络
q-bio
01-30 00:00
本研究提出SMB-Structure，一种用于结构化电子病历（EHR）的“世界模型”训练范式。它结合了联合嵌入预测架构（JEPA）与下一个标记预测（SFT），旨在模拟患者状态随时间推移和干预措施而演变的动态过程，而非仅仅预测下一个标记。模型在纪念斯隆凯特琳癌症中心（23,319名患者）和INSPECT肺栓塞队列（19,402名患者）上得到验证。线性探针评估表明，该方法学习到的嵌入能捕捉疾病动态，在患者异质性高的复杂任务上表现优于自回归基线。
电子病历建模世界模型患者动态模拟联合嵌入预测临床人工智能纵向数据分析
q-bio
01-30 00:00
本研究提出RNAGenScape，一种用于生成属性优化mRNA序列的新框架。该框架通过联合训练自编码器与属性预测器，学习数据的内在流形结构，并利用属性引导的朗之万动力学在该流形上进行迭代优化。该方法将更新投影回流形，确保生成的序列具有生物活性，避免了传统方法可能产生的非功能性序列。在三个不同规模的mRNA数据集上，RNAGenScape将中位属性增益提升了最高148%，成功率提高了30%，同时保持了生成序列的生物可行性。
mrna设计序列生成流形学习朗之万动力学属性优化生物信息学
q-bio
01-30 00:00
本研究提出了一种热信息学新框架，能够直接从任意数据集的微观状态分布中推导出熵、内能、温度和亥姆霍兹自由能等宏观热力学变量。该数据驱动方法可用于描述系统如何重组、交换信息以及在稳定与不稳定状态间转换。应用于母婴双人脑电实验，该框架捕捉到任务切换和错误时“信息热”的增加，并揭示正确选择源于更稳定、低“温度”的状态。在独立的光遗传学实验中，同一组变量成功区分了不同刺激条件，并在热力学状态空间中描绘出连贯的轨迹。该框架为跨物种、跨模态的复杂系统分析提供了紧凑且物理解释性强的宏观描述工具。
热信息学复杂系统脑电分析宏观变量数据驱动跨物种研究
q-bio
01-30 00:00
本文提出了scDataset，一个PyTorch数据加载器，旨在解决在数亿细胞规模的单细胞组学数据集上训练深度学习模型时，数据无法全部载入内存的难题。它通过结合块采样与批量获取技术，实现了准随机采样，在保证I/O效率的同时维持了训练所需的小批量数据多样性。在包含1亿细胞的Tahoe-100M数据集上，相比真正的随机采样，scDataset实现了超过两个数量级的加速，且能直接处理AnnData文件。理论分析和多个分类任务的实验表明，其性能与真正的随机采样相当。
单细胞组学深度学习数据加载高效采样pytorch大规模数据
q-bio
01-30 00:00
本研究提出了一种新的动力学模型，将人群个体的移动与病原体在人群中的传播动态进行耦合。模型假设当易感者与感染者足够接近并持续一定时间时，传播才会发生。研究证明，该模型在形式上与经典的SIRS流行病模型兼容。通过引入适当的无量纲变量并考虑其趋近于零的极限，模型可简化为一个对流-漂移-扩散型的偏微分方程（介观模型），其空间均匀解恰好退化为SIRS模型。研究还证明了模型特定实例解的存在唯一性，并探讨了其在连接动力学模型、演化博弈论和数理流行病学方面的应用与推广潜力。
动力学模型流行病传播sirs模型偏微分方程个体移动数理生物学
q-bio
01-30 00:00
本研究结合主动推理与信息论，探索了多智能体系统中“联合能动性”与“集体知识”的涌现过程。通过模拟鸟群动态，研究者发现，当每个智能体在最小化自身自由能的同时与邻居相互耦合时，它们会自组织形成一个更高阶的统计边界（马尔可夫毯），使整个“鸟群”可被视为一个拥有自身感觉、行动和内部状态的涌现智能体。面对外部扰动（如“捕食者”）时，鸟群展现出比个体更快、更协调的响应。关键的是，协同信息分析表明，鸟群编码了关于捕食者位置的信息，这些信息并非每个个体都能获取，从而证明了隐性的集体知识。
群体智能主动推理集体知识自组织信息论多智能体系统
cs
01-30 00:00
本文针对音频-语言模型（ALMs）中提示调优存在的泛化能力不足问题，提出了语义扩展提示调优（SEPT）框架。该方法通过引入大语言模型生成的语义邻居来显式正则化提示嵌入空间，并设计了一种带有边界约束的语义扩展损失函数，以增强类内紧凑性和类间分离性，从而改善嵌入空间的语义结构。研究建立了首个ALMs提示泛化基准，实验表明SEPT能持续提升多种基线的泛化性能，且推理时计算成本不变。
提示调优音频-语言模型语义扩展泛化能力嵌入空间正则化
cs
01-30 00:00
本文提出DASH框架，以解决现有基于大语言模型（LLM）的启发式设计（LHD）方法的两大局限：仅关注最终解质量的“终点式评估”忽略收敛过程与效率；以及面对新问题分布时高昂的再适应成本。DASH通过收敛感知指标协同优化求解器的搜索机制与运行时调度，生成高效高性能求解器。同时，其集成的档案库检索（PLR）机制能在进化过程中归档专用求解器，为异构分布提供低成本的热启动。在四个组合优化问题上的实验表明，DASH将运行效率提升3倍以上，并在不同问题规模上超越现有基线。通过基于档案的热启动，DASH在不同分布下保持高精度的同时，将LLM适应成本降低了90%以上。
组合优化大语言模型启发式设计动态感知优化求解器生成高效计算
cs
01-30 00:00
本研究提出STAER框架，旨在解决脉冲神经网络在类增量学习中面临的灾难性遗忘与脉冲时序错位问题。该方法通过引入可微分的Soft-DTW对齐损失来保持脉冲时序保真度，并利用输出逻辑的时序伸缩机制强化表征学习。基于深度ResNet19脉冲主干网络，STAER在Sequential-MNIST和Sequential-CIFAR10数据集上实现了最先进的性能，匹配甚至超越了传统人工神经网络基线，同时保持了生物合理的动态特性。
脉冲神经网络持续学习时序对齐类增量学习经验回放
cs
01-30 00:00
研究团队提出了DevOps-Gym，这是首个用于评估AI代理在完整软件DevOps周期（包括构建与配置、监控、问题解决和测试生成）表现的端到端基准。该基准包含从30多个Java和Go项目中收集的700多个真实任务，并通过半自动数据收集机制确保任务覆盖范围与质量。对当前最先进模型和代理的评估揭示了其根本性局限：它们在Java和Go的问题解决与测试生成任务上表现不佳，且完全无法处理监控、构建与配置等新任务。这些结果表明，利用AI代理自动化完整DevOps周期仍需进行大量基础研究。
ai代理devops自动化软件工程基准代码生成任务评估
cs
01-30 00:00
本文提出VoxMorph，一种零样本语音身份融合框架，仅需每人5秒音频即可生成高保真语音融合样本，无需重新训练模型。该方法将语音特征解耦为韵律和音色嵌入，通过球面线性插值（Slerp）进行融合，并利用自回归语言模型与条件流匹配网络进行合成。实验表明，VoxMorph在音频质量上提升2.6倍，可懂度错误降低73%，在严格安全阈值下对自动说话人验证系统的攻击成功率达67.8%，为语音生物识别安全提供了实用且可扩展的新范式。
语音合成身份融合零样本学习特征解耦生物识别安全音频生成
cs
01-30 00:00
本文提出了一种名为Finetune-Informed Pretraining (FIP)的模型无关方法，旨在解决多模态预训练中下游微调时可能仅侧重单一模态导致的表征优化不足问题。FIP通过为目标模态设置更高的掩码难度、更强的损失权重以及更大的解码器容量，在不修改共享编码器或引入额外监督的情况下，使表征学习偏向于微调时所需的目标模态。在无线信号星座图的掩码建模任务中应用表明，该方法无需额外数据或算力即可持续提升下游微调性能。该方法实现简单、架构兼容，可广泛应用于多模态掩码建模流程。
多模态学习预训练微调表征学习掩码建模模型无关
cs
01-30 00:00
IDE-Bench是一个通过IDE原生工具接口，评估AI智能体在真实软件工程任务中表现的综合框架。它超越了原始的终端执行，提供了一个结构化的工具生态系统，模拟了如Cursor和Windsurf等AI原生IDE的环境。该框架为代码库搜索、结构化文件编辑以及测试全栈应用程序提供了高级抽象，旨在评估智能体作为真正工程协作伙伴的能力。为防止训练数据污染，研究团队基于8个从未公开的C/C++、Java和MERN技术栈仓库，创建了80项任务，涵盖功能实现、缺陷修复、重构和性能优化等日常开发场景。这是首个在多语言、全栈环境下，系统地将智能体报告意图与成功的项目级修改相关联的基准测试。
大语言模型评估ai编程助手软件工程基准ide智能体代码生成
cs
01-30 00:00
本文针对单词语音识别在低资源、高噪声场景下的挑战，提出了一种模块化混合框架SW-ASR。该框架结合了去噪、混合ASR前端（Whisper+Vosk）以及一个创新的验证层。验证层通过嵌入相似度、编辑距离和基于LLM的匹配等多种策略，有效处理词汇外单词和音频质量退化问题，并支持可选的上下文引导。在Google Speech Commands和真实低带宽通话数据集上的评估表明，验证层（尤其是上下文引导和LLM匹配）能显著提升噪声和压缩信道下的识别准确率，且不牺牲实时应用的延迟要求。
语音识别混合模型鲁棒性低资源上下文感知实时系统
cs
01-30 00:00
本研究提出了一种结合因果发现与轻量级生成式机器学习模型的框架，用于设计新型金属氢化物以解决氢存储难题。该模型基于450个样本的数据集，生成了1000个候选材料。经过排序筛选，识别出6种先前未报道的化学式与晶体结构，其中4种通过密度泛函理论模拟验证，展现出未来实验研究的巨大潜力。该框架为高效扩展氢存储材料数据库、加速材料发现提供了一种可扩展且省时的新方法。
氢存储材料生成式模型金属氢化物材料发现机器学习密度泛函理论
cs
01-30 00:00
本研究系统性地探讨了预训练数据选择对自监督语音模型性能的影响。研究发现，与普遍认知不同，刻意优化数据的声学、说话人或语言多样性，并未比随机采样带来明确的自动语音识别性能提升。相反，优先选择最长语音片段进行预训练，仅使用原数据集一半的数据量，即可获得更优的ASR结果，并在大规模语料上将预训练时间减少了24%。这表明，对于语音自监督学习模型，数据长度是比数据多样性或总量更关键的性能与效率因素。
自监督学习语音识别数据选择预训练效率优化
cs
01-30 00:00
本研究提出了一种新颖的文本域自适应方法，用于解决基于大语言模型（LLM）的自动语音识别（ASR）系统在仅使用文本数据适应新领域时的挑战。传统方法直接微调LLM会破坏语音-文本模态的对齐。本方法将音频投影任务模拟为文本去噪任务，训练LLM从含噪声的输入中恢复干净文本，从而在适应目标领域的同时保持跨模态对齐。该方法轻量高效，无需修改架构或增加参数。在两个数据集上的广泛评估显示，其相对性能提升高达22.1%，优于现有文本域自适应方法。
语音识别大语言模型域自适应文本去噪模态对齐
cs
01-30 00:00
本文提出ICON框架，通过揭示大语言模型（LLM）的“意图-上下文耦合”现象，即当恶意意图与语义一致的上下文模式（如“科学研究”）耦合时，模型的安全约束会显著放松。ICON利用先验引导的语义路由，自动将恶意意图路由至匹配的上下文模式，并实例化为攻击提示序列，逐步构建权威式上下文以诱导生成违禁内容。该框架还结合了局部提示优化与全局上下文切换的分层优化策略，避免攻击陷入无效区域。在八个先进LLM上的实验表明，ICON实现了97.1%的平均攻击成功率。
大语言模型安全越狱攻击意图上下文耦合多轮对抗攻击语义路由分层优化
cs
01-30 00:00
本研究探索了利用生成式AI部分自动化领域驱动设计（DDD）中的元模型生成过程。通过在实际DDD项目数据上微调模型（采用4位量化的Code Llama与LoRA技术），即使在消费级GPU上，模型也能根据简单提示生成语法正确的领域特定JSON对象，显著提升了设计效率并降低了资源需求。这为AI驱动的软件开发奠定了基础。
生成式ai领域驱动设计软件工程模型微调低资源优化自动化设计
math
01-30 00:00
本文基于算法信息论，提出了一个基于有效性过滤和证书的反应模型。核心是定义最小可行实现者复杂度 M(x)，即产生有效结果所需的最小信息量。通过引入归一化建议分位数 (NAQ)，构建了一个尺度无关的硬度指标，该指标对通用机的选择具有鲁棒性，并可在不同任务族间进行比较。研究揭示了在有限模糊度下，M(x) 近似等于最小描述复杂度；在一般纤维状态下，描述成本与选择成本分离的界限是紧的。文章还扩展了资源受限的 NAQ_t 变体，并证明了经验 NAQ 估计的收敛性，为基于压缩器的数据驱动校准提供了理论基础。
算法信息论不可计算性复杂度度量反应模型归一化指标
math
01-30 00:00
本文针对同步奈奎斯特折叠广义特征值方法（SNGEM）进行了克拉美-罗下界分析。该方法通过联合处理原始信号及其时间导数，可在极端亚奈奎斯特采样率下实现多音信号的频率、幅度和相位全参数估计。研究推导了双通道等信噪比条件下幅度比参数 $R = A/B = 1/(2\pi f)$ 的精确CRB。蒙特卡洛仿真表明，SNGEM在无噪条件下可达机器精度，并在所有信噪比水平下（即使压缩比为10-20倍）均能逼近CRB。相比之下，经典压缩感知OMP方法因DFT网格偏差和混叠噪声而存在不可约的误差平台。这些结果确立了SNGEM作为一种统计上近乎最优的确定性亚奈奎斯特参数谱分析方法的地位。
参数估计克拉美-罗界亚奈奎斯特采样广义特征值多音信号频谱分析
math
01-30 00:00
本文针对最大熵远程采样问题（MERSP）提出了一种新的上界方法——增强NLP界。该问题旨在从n个随机变量中选择s个，以最大化关于一组不可观测目标变量的信息。研究假设所有变量服从联合高斯分布，且协方差矩阵已知，信息度量采用香农微分熵。新方法基于一种精妙的凸松弛，在满足特定条件下严格优于已有的NLP界。此外，增强NLP界能处理满足技术条件的秩亏协方差矩阵，突破了原有方法仅适用于正定矩阵的限制。数值实验表明，该方法在计算MERSP上界方面显著提升了现有技术水平。
最大熵采样凸松弛高斯分布信息论优化上界协方差矩阵
math
01-30 00:00
本研究针对具有间断初边值条件的一维平流方程，提出了一种基于物理信息神经网络（PINN）的改进求解框架。为缓解神经网络的频谱偏差，模型采用了傅里叶特征映射层作为输入表示，并实施了两阶段训练策略以分别优化特征参数和网络权重，同时引入了自适应损失加权。为进一步提升精度，研究对空间数据应用了中值滤波，并通过有界线性映射约束预测解。对于非线性问题，还提出了一种受迎风格式启发的改进损失函数，有效减轻了神经网络近似解在间断处常见的过度平滑现象。
物理信息神经网络平流方程间断解傅里叶特征两阶段训练自适应加权
math
01-30 00:00
本文针对集成感知与通信（ISAC）应用中的极大规模天线阵列（ELAA）功耗问题，提出了一种节能的子阵列激活框架。ELAA虽能实现高分辨率近场感知，但传统数字架构全激活所有天线单元会导致功耗过高。为解决此问题，该方法通过优化选择子阵列子集，在满足感知与通信服务质量（QoS）约束的前提下，最小化总功耗。研究构建了一个新颖的优化问题，并采用基于逐次凸逼近（SCA）的迭代算法求解。仿真结果表明，所提方法能在保持双功能性能的同时，显著降低系统功耗。
集成感知与通信极大规模天线阵列功耗优化子阵列激活逐次凸逼近近场感知
math
01-30 00:00
本研究探讨了在四维空间中具有 $SO(4)$ 对称性的 $SU(2)$ 杨-米尔斯热流（YMHF）的长期动力学。对于一类在空间无穷远处具有特定衰减的初始数据，作者证明了其长期动力学可由初始数据以一种统一的方式描述。其结果是，全局解在时间趋于无穷时，可以展现出爆破解、衰减解，以及更奇特的{\it 振荡}渐近行为。这是首次发现杨-米尔斯热流在 $t\to \infty$ 时具有振荡行为的例子。
杨-米尔斯热流渐近行为振荡解偏微分方程数学物理
math
01-30 00:00
本文研究了一类具有 $pf(u)-qu$ 形式非线性项的（亚）扩散方程，其中 $p$ 和 $q$ 是空间依赖函数。针对 Fisher-KPP、Frank-Kamenetskii-Zeldovich 和 Allen-Cahn 等经典方程，作者设计了一种不动点方案，用于从内部观测数据中重建这些空间变化的系数。重建方案在两种不同激励下的终态观测数据，或单一激励下两个不同时刻的观测数据下均能实现。研究证明了该方案的收敛性以及系数的局部唯一性，并通过数值实验验证了重建方法的有效性。
反问题亚扩散方程系数识别非线性方程不动点法数值重建
math
01-30 00:00
本文研究在协变量偏移假设下，利用向量值再生核希尔伯特空间（vRKHS）进行无监督域适应的正则化学习框架。协变量偏移指训练与测试数据的输入分布不同，给可靠学习带来挑战。通过限制假设空间，我们开发了一种能够处理函数输出的实用算子学习算法，并在一般源条件下建立了最优收敛速率。此外，提出了一种基于聚合的方法，将不同正则化参数和不同核对应的估计量进行线性组合，有效解决了调参难题，并提供了理论依据。在真实人脸图像数据集上的实验验证了该方法在缓解协变量偏移下分布差异方面的鲁棒性和有效性。
域适应协变量偏移正则化学习向量值再生核算子学习函数数据
math
01-30 00:00
本文推广了经典的Rees构造（在交换代数与Hodge理论中常用），将乘法群$\mathbb{G}_m$替换为任意约化群，建立非阿贝尔版本。基于P. O'Sullivan的构造，作者提出了拟齐性空间与特定幺半范畴之间的Galois对应，并将其应用于动机范畴，为代数循环问题提供具体应用。特别地，该工作给出了有限域上阿贝尔簇数值等价Clozel-Deligne定理的新证明与推广。
代数几何数论范畴论rees构造代数循环动机理论
math
01-30 00:00
本研究提出了一种新的二倍体结构种群回溯演化模型，该模型允许大规模迁移和不均匀的后代分布。研究证明，在温和条件下，基因谱系在给定谱系（即“淬火”）的条件下，会收敛到一个由泊松点过程Ψ驱动的非齐次合并过程，该过程记录了大迁移和不均匀后代分布发生的时间与规模。这一淬火标度极限揭示了与经典“退火”结构合并理论预测的显著差异：仅当不存在大迁移和不均匀后代分布时，两者才一致。证明采用了矩方法，并利用了随机环境中随机游走的耦合技术。
种群遗传学结构合并过程淬火极限基因谱系二倍体模型随机环境
math
01-30 00:00
本文提出了一种参数化双曲守恒律（SymCLaw），用于直接从数据中学习双曲系统。该方法通过参数化通量函数，保证通量雅可比矩阵具有实特征值和完备特征向量，从而维持系统的双曲性。同时，通过联合学习凸熵函数及其关联的通量势，嵌入了熵稳定设计原则，确保熵耗散并选择物理上可接受的弱解。一个对应的熵稳定数值通量方案使其能与标准离散化方法兼容，无缝集成到经典求解器中。在Burgers、浅水、Euler和KPP方程等基准问题上的数值实验表明，SymCLaw能泛化到未见过的初始条件，在含噪声训练数据下保持稳定，并能实现准确的长时预测。
双曲守恒律数据驱动建模熵稳定性参数化学习数值方法
math
01-30 00:00
本研究探讨衰减半线薛定谔算子及其狄利克雷限制的局部特征值间距。研究表明，势函数的衰减速率决定了有限区间上狄利克雷特征值间距的上界。虽然绝对连续谱通常与体普适性和钟形行为相关，但奇异谱测度可能对应多种局部行为。该工作为理解不同谱类型下的特征值分布提供了定量约束。
薛定谔算子特征值间距衰减势谱理论数学物理
physics
01-30 00:00
本文介绍了新型粒子鉴别硅望远镜阵列（PISTA）与VAMOS++磁谱仪联用的性能。PISTA由八个梯形ΔE-E硅望远镜组成，采用紧凑的花冠构型，紧贴靶点放置，用于高效追踪库仑势垒能量下多核子转移反应产生的类靶反冲核。该阵列通过空间分割技术，能够精确测定类靶核的质量、电荷以及裂变系统的激发能。以$^{238}$U束流轰击$^{12}$C靶的实验为例，系统实现了870 keV（FWHM）的激发能分辨率和1.1%（FWHM）的质量分辨率。PISTA与VAMOS++的结合，为研究裂变过程（尤其是转移反应产生的奇特核系统）随激发能的变化提供了前所未有的高精度探测能力。
核探测器裂变研究多核子转移粒子鉴别磁谱仪激发能分辨率
physics
01-30 00:00
锝-99m是美国每年超过1600万次诊断成像的关键放射性同位素，其供应链依赖国外核反应堆生产的钼-99，存在脆弱性。本研究提出利用为IsoDAR中微子实验设计的新型高流强回旋加速器，通过1.5 MeV/amu的氘核轰击薄铍靶，模拟预测可产生约$10^{13}$ n/s的中子通量。该技术路线原则上足以在不使用高浓铀或依赖国外反应堆的情况下生产钼-99，其较低的氘核能量减少了活化与安全风险，为实现医院级、分散化的同位素生产提供了可行的物理与工程路径。
放射性同位素生产回旋加速器钼-99供应链安全中子产生医学物理
physics
01-30 00:00
研究团队开发了基于GPU加速的StochasticGW-GPU代码，用于在GW近似下精确计算分子和材料的准粒子能量。该代码采用随机分辨恒等式技术，实现了计算成本随体系规模半线性增长的大规模并行计算，可处理包含数万电子的体系。研究展示了其在计算含多达10001个原子、35144个电子的氢化硅团簇带隙方面的能力，可在数分钟内获得统计精度优于±0.03 eV的准粒子能量。
gw近似准粒子能量gpu加速大规模计算材料模拟随机算法
physics
01-30 00:00
本研究利用欧盟TotalControl项目在Lillgrund海上风电场收集的独特数据集，评估了四种工程尾流模型在真实运行条件下的性能。模型结合了不同的速度亏损、附加湍流、尾流叠加和偏转公式，通过LongSim软件实现。分析表明，模型能复现不同大气条件下的尾流速度亏损趋势，归一化速度亏损误差在7%至15%之间。功率预测误差随风场深度增加，单机误差为3%-23%，全场误差为-13%至+30%。部分解析模型的精度可与大涡模拟（LES）结果相媲美，但计算成本显著降低。
风能工程尾流模型风场优化现场验证计算流体力学
physics
01-30 00:00
研究发现，在MPtrj、Alexandria和OMat24等大型数据集上训练的基础机器学习原子间势，因继承了Materials Project数据库对Hubbard U校正的选择性应用（仅对含O或F的体系中的特定过渡金属应用）而存在内在不一致性。这导致模型学习到两个不兼容的势能面（GGA与GGA+U），并在其间插值，从而系统性地低估了U校正金属与含氧/氟物种之间的结合能，甚至产生虚假排斥，限制了其在催化与氧化研究中的应用价值。作者提出了一种简单的按原子能量平移方案来对齐PBE+U与PBE能量，相比现有方案能获得更平滑的势能面，并建议未来数据集应完全排除+U校正。
机器学习势函数hubbard u校正材料计算势能面数据一致性过渡金属氧化物
physics
01-30 00:00
本研究通过理论分析与数值模拟，澄清了悬浮平衡模型（SBM）中粒子相应力来源的长期争议。通过两粒子计算与斯托克斯动力学模拟，证明悬浮应力的流体力学贡献与粒子相应力基本一致，仅需扣除孤立单粒子的爱因斯坦粘度修正项。该工作为SBM模型提供了热力学一致的物理基础，并验证了其预测布朗胶体平衡渗透压的正确性。
两相流悬浮平衡模型粒子迁移悬浮应力斯托克斯动力学软物质物理
physics
01-30 00:00
本研究利用等变图神经网络架构MACE，基于RPBE-D3数据库训练，成功预测了水的密度等压线、扩散常数、径向分布函数和熔点。相比传统核基势函数，MACE模型虽然计算成本更高，但其显著降低的总能量误差使得热力学重加权偏差极小，结果与密度泛函理论（DFT）基准高度一致。这为以DFT精度可靠研究水的热物理性质提供了新工具。
机器学习势函数等变神经网络水分子模拟热物理性质密度泛函理论
physics
01-30 00:00
本研究提出了一种新型机器学习框架，仅需单个高速相机即可检测两相流中的气泡并估计其深度。该方法结合无监督聚类与半监督学习，利用大量未标记数据揭示气泡结构，并辅以少量真实标记数据训练模型，使其能泛化至不规则、变形或重叠的气泡。框架同时进行稳健的实例分割，以分离因高速剪切产生的接触、重叠及拉长气泡。定量评估显示，其面内分割基线在平均精度（AP）上达到0.818，气泡检测精度为0.901，误报率（FPR）低至约6.1%。
两相流气泡检测深度估计机器学习实例分割半监督学习
physics
01-30 00:00
本研究通过分子动力学模拟，揭示了AKT激酶在含有PIP₃的脂质双层膜上存在四种不同的结合模式。这些模式在PH结构域和激酶结构域的取向及膜接触方式上存在差异。研究发现，除了PH结构域与PIP₃结合外，激酶结构域中的碱性残基也能与PIP₃发生特异性相互作用。在最稳定的结合模式中，PIP₃同时与PH结构域的经典结合位点和次级结合位点相互作用，而激酶结构域的激活环磷酸化位点则暴露于溶剂中。有趣的是，这些结合模式的分布比例取决于膜中PIP₃的浓度，从而导致AKT的优先取向发生变化。这些发现阐明了AKT的PH结构域和激酶结构域如何通过协同识别脂质来塑造其膜结合构象。
分子动力学模拟akt激酶pip₃膜结合模式信号转导构象调控
physics
01-30 00:00
针对离散福克空间中神经网络量子态（NQS）随机优化方法存在的采样方差大、混合速度慢等问题，本研究提出了一种确定性优化框架。该框架在动态自适应构型子空间内优化神经回流拟设，并结合二阶微扰理论进行修正，从而完全消除了蒙特卡洛噪声。通过CPU-GPU混合实现，该方法在子空间规模上展现出亚线性标度。在H₂O和N₂的键解离以及强关联铬二聚体Cr₂上的基准测试表明，该方法在大希尔伯特空间中具有优异的精度和稳定性。
量子化学神经网络量子态确定性优化强关联体系计算物理
physics
01-30 00:00
钛酸钡（BaTiO₃）是一种极具潜力的集成光子材料，但其强非线性（χ⁽²⁾）特性因难以实现周期性极化而难以高效利用。本研究提出了一种基于线性-非线性混合波导的替代方案：在BaTiO₃脊形波导中选择性掺入TiO₂，通过增强非线性模式重叠并仅依赖模式相位匹配，绕过了传统周期性极化的技术瓶颈。耦合模理论模拟表明，该混合设计可将归一化二次谐波产生效率提升至单质BaTiO₃波导的2.75倍。这种具有均匀、光刻定义截面的方法具备高度可扩展性，为CMOS兼容的高效χ⁽²⁾器件及集成量子光子学提供了实用化途径。
非线性光学集成光子学钛酸钡频率转换混合波导相位匹配
physics
01-30 00:00
本研究在无固有双曲响应的CsPbBr3双折射钙钛矿晶体中，首次实验实现了非线性激子极化激元凝聚体的光学可重构定向传输。通过将晶体嵌入平面微腔，利用腔模分裂与晶体双折射的相互作用，实现了极化激元等频面从双曲到平坦再到抛物线的演化。非共振泵浦驱动凝聚体在平坦等频面上形成，产生超过二十倍的准直增强相干定向流。通过调节泵浦光斑尺寸，可动态切换至双曲或抛物线模式，从而改变传播行为。该研究为基于稳定非线性量子互连的全光极化激元逻辑电路开辟了新途径。
激子极化激元钙钛矿光学可重构非线性凝聚定向传输微腔光子学
physics
01-30 00:00
本研究针对等离子体纳米腔在应用中面临辐射与吸收损耗的关键问题，通过将其视为开放系统，推导出一个保留衰变路径间非久期干涉效应的局域时间完全正定主方程。该理论表明，当环境无法分辨极化子能级分裂时，系统泄漏动力学会与标准久期描述产生显著偏差，出现浴诱导相干性并稳定暗极化子。研究提出了一个基于极化子分裂与库线宽比值的简单设计判据，并指出可通过时间分辨透射、反射或光致发光测量来观测这些效应。
等离子体腔开放量子系统极化子非久期动力学暗态保护纳米光子学
astro-ph
01-30 00:00
本研究利用IceCube中微子天文台12.5年的高能起始事件（HESE）数据，对89个潮汐瓦解事件（TDEs）进行了最大似然分析，以检验其作为高能中微子源的可能性。结果表明，当前观测数据未发现TDEs与中微子事件存在显著的空间或时间关联，符合仅存在背景噪声的假设。基于此，研究对TDEs中产生喷流的比例（$f_{\rm jet}$）及其对应的宇宙线能量（$\mathcal{E}_{\rm CR}$）给出了约束，例如当$f_{\rm jet} \gtrsim 0.6$时，$\mathcal{E}_{\rm CR} \lesssim 3 \times 10^{53}$ erg（置信水平>90%）。该分析为未来利用更多电磁波段及中微子观测数据（如KM3NeT）进一步约束TDE物理参数奠定了基础。
高能中微子潮汐瓦解事件icecube宇宙线多信使天文学天体物理喷流
astro-ph
01-30 00:00
本研究通过广义相对论磁流体动力学模拟，追踪了双中子星并合过程中初始微弱磁场的演化。研究发现，在并合时，恒星碰撞界面处的开尔文-亥姆霍兹不稳定性会触发小尺度湍流发电机效应，将磁场迅速放大至磁星级别。在高分辨率模拟中，还观测到了更大尺度上相干磁结构的出现。这表明并合后可能立即存在强而有序的磁场，这对理解并合后遗体的演化及其产生的电磁与引力波信号具有重要意义。
中子星并合湍流发电机磁场放大磁流体模拟多信使天文学
astro-ph
01-30 00:00
本研究从SDSS DR17的22,656个窄线赛弗特I星系（NLSy1s）中，利用光谱异常检测算法（SQuAD）识别出620个异常源。通过主成分分析和层次k均值聚类，结合颜色超量$E_{(B-V)}$计算、WISE颜色分析、O III探测、BPT图等多种物理诊断，将异常源分为三类：246个红NLSy1s（宿主星系光谱主导，AGN核低光度）、374个蓝NLSy1s（AGN活动增强，连续谱更蓝，Fe II发射更强）以及257个中间型赛弗特（具有复合发射轮廓、极强发射线且几乎无连续谱，并首次观测到[Ne V]$\lambda3345$等高电离发射线）。研究结论表明，红蓝NLSy1s的差异并非尘埃遮蔽或取向效应，而是AGN活动的内在区别。
窄线赛弗特i星系光谱异常检测活动星系核sdss巡天主成分分析
astro-ph
01-30 00:00
本研究提出，可通过事件视界望远镜对Sgr A*和M87*黑洞的观测，寻找CP破坏电磁真空角 $\theta_{EM}$ 存在的证据。核心依据是Fischler-Kundu效应预言，电荷落入黑洞视界时会产生普适的霍尔电流，进而产生一个可观测的CP破坏观测量 $\mathcal{C}$。研究建议，通过对包含偏振翻转信号的时间数据进行平均处理，可能分离出该普适的拓扑信号，并将其与依赖频率和源的等离子体效应区分开。
黑洞物理cp破坏事件视界望远镜电磁真空角偏振观测
astro-ph
01-30 00:00
针对JWST在探测岩石系外行星大气时面临的挑战（如恒星黑子影响、大气信号微弱），本文提出了一种名为“颜色相位曲线”的新方法。该方法通过同时观测行星热辐射峰值波长（如21微米）和恒星主导的短波长（如12微米）的比值，有效隔离行星热辐射、抑制恒星和仪器系统误差。研究表明，结合质量-半径关系和自洽物理模型，该方法可测量行星的纵向热传递，并能应用于非凌星行星，为探测温带类地行星大气开辟了新途径。
系外行星大气相位曲线热辐射jwst岩石行星观测方法
astro-ph
01-30 00:00
研究指出，许多早期宇宙模型（如一级相变、拓扑缺陷等）产生的因果性、亚视界张量扰动，其功率谱在小波数下具有普适的标度行为：$P_h(k) \propto k^3$。若此类扰动在红移$z \sim 10^5$前产生，该标度律将主导宇宙微波背景（CMB）B模偏振的所有观测尺度，形成普适的角功率谱分布。与暴胀产生的尺度不变B模谱不同，该谱在小尺度增强、大尺度抑制，可通过多尺度观测加以区分。
宇宙微波背景b模偏振张量扰动早期宇宙引力波功率谱
astro-ph
01-30 00:00
本研究利用DESI BAO、Pantheon+超新星及哈勃参数直接测量数据，检验了一种由Lambert W函数描述的单一暗流体宇宙演化模型。该模型的状态方程结合了对数项与幂律项，通过拟合得到哈勃常数H₀ = 67.4 ± 1.2 km s⁻¹ Mpc⁻¹及声视界尺度r_d = 146 ± 2.5 Mpc。分析显示，模型在减速参数、状态方程及急动参数的演化上均与标准ΛCDM模型存在可观测的偏差，但能自洽描述宇宙晚期加速膨胀，并通过AIC/BIC信息准则评估了其观测可行性。
宇宙学模型暗流体状态方程desi baolambert w函数信息准则
astro-ph
01-30 00:00
传统上将恒星初始质量函数（sIMF）视为随机概率分布，但这会引入与观测不符的泊松噪声。本研究首次从第一性原理出发，证明sIMF是星云团块在光学薄区域、依赖密度的冷却过程所设定的结构下，发生碎裂时应用最大熵原理所达到的平衡态分布。通过变分法最小化碎裂过程的熵泛函，我们恢复了sIMF的幂律形式，并证明任何偏离该形式的分布都违反最大熵原理。这为恒星形成的确定性本质（如最优采样）提供了物理基础，表明sIMF是系统最大程度无偏的必然结果。
恒星初始质量函数最大熵原理恒星形成确定性采样变分法天体物理
astro-ph
01-30 00:00
本研究针对欧空局即将发射的Ariel望远镜，评估了在有限观测窗口内选择系外行星目标的不同策略。研究定义了样本数量、方差和杠杆三种选择标准，并测试了五种启发式算法来最大化样本杠杆。结果表明，单纯追求观测数量会牺牲多样性，而过度追求多样性则会减少总观测目标。基于杠杆的选择方法被证明是最有效的折中方案，能在保证样本多样性的同时维持可观的样本数量，有助于Ariel任务在限制条件下获取最具科学价值的系外行星大气样本。
系外行星目标选择观测策略ariel任务样本多样性优化算法
astro-ph
01-30 00:00
NASA计划于2040年代发射的“宜居世界天文台”（HWO）将首次通过紫外、光学和近红外的反射光谱，详细研究类地系外行星的大气和表面。然而，仅凭反射光通量难以准确表征云层特性。本文提出，将光谱偏振测量技术（测量反射光的偏振态随波长和轨道相位的变化）纳入HWO的仪器套件，可作为关键补充诊断。偏振对云粒子大小、成分、形状、垂直分布和表面类型高度敏感，能有效打破大气与表面模型之间的简并性，显著提升任务对行星宜居性评估的科学回报。
系外行星偏振测量宜居世界天文台大气表征行星云层生物特征
astro-ph
01-30 00:00
本研究揭示了在恒星形成区中，使用二维投影位置计算最近邻间距会严重低估真实的三维碎片化尺度。通过球体和分形模型模拟发现，投影不仅会缩短间距，还会重构最近邻网络，而有限角分辨率则会合并邻近天体。蒙特卡洛实验表明，对于样本量小或分辨率低的数据，三维间距仅比投影值大20-40%；但对于样本量大且分辨率高的数据，真实三维间距通常是二维测量值的约2倍。研究提供了经验校正因子，帮助观测者将二维测量转换为三维估计，修正碎片化物理的推断尺度。
恒星形成投影效应碎片化尺度观测偏差最近邻统计三维重建
astro-ph
01-30 00:00
本研究利用JWST/NIRSpec数据，提出了一种新方法将“小红点”星系中心引擎与宿主星系光谱分离。分析98个高红移（z~2-9）小红点后发现，其中心天体具有极强的巴尔末跳变和类黑体光谱，有效温度约4050K，并伴有高巴尔末减幅（Hα/Hβ>10）及致密气体特征谱线。这为“黑洞星”模型——即被致密气体包层包裹的早期黑洞生长阶段——提供了群体性证据。研究还发现黑洞星普遍存在于低质量、经历近期星暴的星系中，且其寿命短暂（约1000万年），表明每个大质量黑洞都可能经历过这一阶段。
黑洞星早期宇宙jwst观测星系演化致密气体包层高红移天体
astro-ph
01-30 00:00
研究揭示了星系团中心低熵值（<30 keV cm²）与超大质量黑洞（SMBH）吸积活动之间的平衡关系。通过假设活动星系核（AGN）喷流加热与邦迪吸积在时间平均上达到平衡，推导出中心熵值比例关系 $K\propto M_\bullet^{4/3}M_{500\mathrm{c}}^{-1}$。分析表明，在固定星系团质量下，过大的黑洞质量会将中心熵值推高至冷核阈值以上，从而自然限制了冷核星系团中黑洞的质量上限（例如 $10^{15} M_\odot$ 的星系团中，黑洞质量上限约为 $1.4\times10^{10} M_\odot$）。三维流体动力学模拟支持了该解析模型的预测。这一发现对宇宙学模拟中星系团的建模具有重要启示：过大的黑洞质量与高加热效率的组合会阻碍冷核星系团的形成。
超大质量黑洞星系团活动星系核熵值分布流体动力学模拟冷核
econ
01-30 00:00
本研究通过分析5000条美国政客社交媒体消息的人工标注数据，挑战了将分类分歧视为随机噪声的传统假设。研究发现，政治沟通在信息类型、党派偏见等维度上高度清晰（平均置信度>0.99），但受众分类（选区类别）的置信度存在1.79个百分点的系统性下降。这表明测量误差源于策略性激励而非偶然的编码者误差，政客的意图表达清晰，但受众定位存在模糊性。
政治沟通文本测量受众模糊性社交媒体分析测量误差
econ
01-30 00:00
本研究利用韩国1993年高等教育改革（使女性大学完成率在十年内提升45个百分点）作为准实验工具，通过两阶段最小二乘法（2SLS）估计大学完成对中年女性抑郁的影响。分析结合韩国国民健康营养调查（KNHANES，2007-2021）的医生诊断抑郁数据与韩国女性家庭纵向调查（KLoWF，2007-2022）的自报抑郁症状数据。结果显示，大学完成使医生诊断抑郁率降低2.4个百分点（调整后为1.6个百分点），并使自报抑郁症状综合指数每周下降17.4个百分点（调整后为16.4个百分点）。研究为教育对心理健康（尤其是非西方背景下女性）的因果效应提供了跨数据来源的收敛证据。
高等教育心理健康准实验女性抑郁教育政策韩国研究
econ
01-30 00:00
本文提出了一种新的多变量模型设定检验，将Durbin回归推广至似不相关回归框架，并将其重构为一种GLS类估计量。该估计量明确建模了方程间的相依性以及回归量与扰动项的联合二阶动态。在传统OLS和GLS估计量可能不一致的较弱相依条件下，它仍保持一致性，并在更强条件下达到渐近有效性。蒙特卡洛实验表明，相关的Wald检验在有限样本中实现了更好的尺寸控制和有竞争力的功效，尤其是在结合基于自助法的偏差校正后。一项实证应用进一步说明，所提方法能提供稳定的推断，对多方程设定检验具有实际应用价值。
模型设定检验多变量回归gls估计有限样本性质蒙特卡洛模拟自助法校正
econ
01-30 00:00
本研究通过动态条件相关模型，分析了2020年与2024年美国大选期间，特朗普的每日民调数据与多项经济不确定性指标（如商业状况指数、通胀预期、贸易政策不确定性及VIX波动率指数）之间的时变关系。研究发现，2020年两者的相关性高度动态且受事件驱动，反映了新冠疫情、油价暴跌等外生冲击及政治事件的影响。而2024年竞选期间，相关性则稳定趋近于零，对冲击反应微弱，表明根深蒂固的政治极化与非经济事件（如刺杀未遂、候选人变更）削弱了经济因素对选举动态的影响渠道。
选举民调经济不确定性动态条件相关美国大选政治极化事件冲击
econ
01-30 00:00
本文探讨了当经济中的传统行为主体被算法取代时可能发生的情况。作者认为，正如“理性”概念帮助我们理解传统经济主体的行为结果，“无遗憾”这一标准将成为理解算法主体行为结果的关键。文章回顾了计算机科学中关于无遗憾算法的经典文献，并以此为基础，概述了经济学领域关于该算法的最新研究进展，重点关注操纵、统计推断和算法合谋等新兴议题。
算法经济学无遗憾学习算法合谋行为主体经济模型机器学习
econ
01-30 00:00
本研究首次构建了联合国可持续发展目标（SDGs）的完整因果架构。通过面板向量自回归（Panel VAR）和PCMCI+条件独立性检验，分析了168个国家（2000-2025年）的数据。研究发现SDG间存在分布式因果网络，而非围绕单一“枢纽”目标。教育对不平等的影响是最显著的直接关系（$r = -0.599$；$p < 0.05$），但其效应大小因收入水平而异。研究否定了存在单一“关键”SDG的观点，并提出了一个分层优先级框架，将目标分为上游驱动因素（教育、增长）、赋能目标（制度、能源）和下游结果（贫困、健康）。结论表明，有效的SDG加速需要通过协调的多维度干预来实现，单一目标的顺序策略是不够的。
可持续发展目标因果发现面板var分布式网络政策干预分层框架
econ
01-30 00:00
本文提出了一种用于比较两种预定匹配方案（如教育分班、医疗资源分配）的随机实验设计方法。核心挑战在于匹配干扰——一个单元被分配到一种匹配方案后，就无法参与另一种方案的比较。作者引入“分歧集”概念，将其唯一分解为具有良好结构性质的交替路径和循环。基于此，提出了“交替路径随机化设计”，通过沿这些路径和循环进行顺序随机化来有效管理干扰。在极小化极大框架下，优化了条件随机化概率，证明对于长路径，最优概率收敛于 $\sqrt{2}-1$，以最小化最坏情况方差。研究证明了Horvitz-Thompson估计量的无偏性，并推导了适应复杂路径结构的有限总体中心极限定理。此外，方法被扩展到多对一匹配（如学校招生），利用图论工具（如增广路径、欧拉回路分解）处理容量约束带来的新结构。
实验设计匹配机制随机化图论分解干扰管理有限总体推断
econ
01-30 00:00
本文提出PPI-SVRG方法，统一了预测驱动推断（PPI）与随机方差缩减梯度（SVRG）两种半监督优化技术。研究表明两者在数学上等价，均通过控制变量降低方差：PPI利用预训练模型预测，SVRG利用参考梯度。新方法收敛界可分解为标准SVRG速率与预测不确定性导致的误差项之和，收敛速率仅取决于损失函数几何性质，预测质量仅影响最终解的邻域大小。实验表明，在仅10%标注数据的MNIST任务上，PPI-SVRG将测试准确率提升2.7-2.9个百分点。
半监督优化方差缩减预测驱动推断随机梯度下降机器学习收敛分析
econ
01-30 00:00
本研究重新评估了19世纪拉丁货币联盟（LMU）对成员国间贸易的影响。通过采用最新的引力模型进展，并更严谨地定义对照组（考虑了LMU早期各国货币制度的多样性），研究发现：在19世纪70年代早期双本位制仍被视为可行货币体系时，LMU对成员间贸易产生了积极影响；此后该效应逐渐减弱并趋近于零。结论对纳入额外潜在混杂因素、使用不同国家样本与贸易数据源以及替代方法选择均保持稳健。
拉丁货币联盟贸易效应引力模型双本位制货币一体化历史经济
econ
01-30 00:00
本研究通过美国各州取消市场平台投资限制这一外生政策冲击，采用双重差分法评估了金融科技对银行业的冲击。研究发现，金融科技加剧了对稀缺存款资金的竞争，导致小型金融机构的存款成本上升约11.5%。然而，这种价格调整有效防止了流动性流失。同时，研究指出，通过分支网络实现规模和地理多元化，能够从竞争较弱的市场获取存款，从而缓解金融科技竞争的影响。
金融科技银行业竞争存款成本双重差分法政策冲击
econ
01-30 00:00
本文推广了冯·诺依曼将分配问题归约为零和博弈的经典结果，突破了原LP目标函数向量必须全正、约束矩阵为0/1的限制，允许部分负值。新归约明确区分了博弈双方的角色：其极大极小策略分别对应原始和对偶LP的最优解，且博弈值直接揭示了LP的最优值。这一推广为多个基本经济场景提供了统一的博弈论解释，深化了线性规划对偶定理与极小极大定理之间的等价性理解。
博弈论线性规划对偶理论极小极大定理经济模型算法归约
econ
01-30 00:00
本文提出了一种允许“弃权”的政策学习框架，旨在解决高风险场景（如个性化医疗、广告投放）中算法被迫在不确定时做出决策的风险。核心方法是：当预测不确定性高时，政策可选择弃权并转向一个安全的默认选项或专家判断，此时获得一个略高于随机猜测的奖励。作者设计了一个两阶段学习器，首先识别一组近似最优政策，然后根据它们之间的分歧构建弃权规则。在已知倾向得分的情况下，该方法实现了快速的 $O(1/n)$ 型遗憾保证，并通过双重稳健（DR）目标将其扩展到未知倾向得分的情况。此外，研究证明弃权是一个多功能工具，可直接应用于政策学习的其他核心问题：在无需常见可实现性假设的边界条件下获得改进保证；通过对冲小规模数据偏移与分布鲁棒政策学习相联系；并通过确保以高概率优于基线政策来支持安全政策改进。
政策学习弃权决策双重稳健估计分布鲁棒性安全改进个性化治疗
q-bio
01-30 00:00
本研究针对显微图像恢复中动态范围大、关键结构稀疏且对比度空间变化等独特挑战，提出了一种新的对数焦频损失函数（LFFL）。该方法受人类视觉对数感知原理启发，结合了对数空间差异的自适应频谱加权和对数阻尼误差测量，确保在所有频带上实现平衡重建，同时保持结构连贯性和精细纹理。在具有真实基准数据的荧光细胞核去模糊和斑马鱼胚胎图像去噪任务中，相比仅使用空间域损失或现有频域损失的方法，该框架在多项质量指标上均取得了提升。
图像恢复显微成像生成对抗网络频域损失生物图像处理对数感知
q-bio
01-30 00:00
本文是两篇系列文章的第二部分，聚焦于基因调控序列的长期演化理论。通过整合转录因子- DNA 相互作用模型，研究者可以构建一个全局、生物物理现实且定量的基因型-表型图谱，用于模拟调控序列的长期演化。文章回顾了上位性、鲁棒性、可演化性等进化概念在调控序列演化中的应用，并探讨了若干基本问题，例如从头演化一个顺式调控元件需要多长时间，以及序列空间中存在多少非平凡的调控功能。最后，文章评估了建立调控序列演化统一理论的可能性，并指出了关键的开放挑战。
基因调控顺式调控元件演化理论基因型-表型图谱可演化性
q-bio
01-30 00:00
本研究以生理学家的视角，深入剖析了一个用于拟合神经活动的先进基础模型（Wang et al., 2025）。通过分析模型“神经元”对参数化刺激的时间响应特性，并构建解码流形与编码流形，揭示了模型不同处理阶段（前馈编码器、循环模块、读出模块）在表征结构上的本质差异。研究发现，循环模块通过“推开”不同时间刺激模式的表征，实现了能力跃升，其“管状性”度量指标量化了这种刺激依赖的神经活动发展，具有生物学合理性。然而，读出模块的高保真度依赖于大量特化特征图，而非生物合理机制。研究为理解神经基础模型的内部工作机制提供了窗口，并提出了通过早期引入循环和约束读出特征来增强模型生物合理性的设计思路。
神经基础模型表征分析循环神经网络生物合理性计算神经科学
q-bio
01-30 00:00
本文综述了吸引子动力学作为神经回路基本计算模式的作用，它通过稳定的自持神经活动模式支持多种认知功能。作者回顾了四个关键案例：海马空间表征、颞下皮层视觉分类、知觉适应与启动，以及由感觉历史塑造的工作记忆偏差。研究表明，自联想神经网络模型能够揭示生物神经系统基于吸引子的信息处理机制，并阐明经验如何塑造神经活动与行为的共同计算原则。
吸引子网络神经计算认知功能自联想模型海马体工作记忆
cs
01-30 00:00
本研究提出BioNIC模型，一种受小鼠初级视觉皮层（V1）单皮层柱详细突触连接图启发的多层前馈神经网络，用于面部情绪识别。模型在结构上整合了邻接掩码、分层组织和代表抑制性神经元的梯度抑制等生物学约束；在功能上实现了赫布可塑性、稳态调节、层归一化等生物启发学习机制。在FER-2013数据集上，BioNIC取得了59.77 ± 0.27%的准确率，性能与常规模型相当。研究表明，整合连接组学约束是开发生物启发人工智能系统的可行路径。
生物启发神经网络连接组学图像分类神经可塑性计算神经科学人工智能
cs
01-30 00:00
本研究通过系统文献综述（2020-2024年，87项研究）系统评估了大语言模型（LLMs）对软件可维护性与可演化性的影响。研究发现，LLMs在提升代码可分析性、可测试性、理解度及自动化修复方面具有积极作用，但同时也引入了幻觉输出、上下文脆弱性、领域推理能力有限、性能不稳定及评估缺陷等风险，这些风险可能威胁软件的长期可持续性。结论指出，负责任地采用LLMs需要结合保障措施、严格评估和结构化的人工监督。
大语言模型软件维护可演化性系统综述技术债务代码生成
cs
01-30 00:00
本文提出了一种名为MA-LipNet的新型唇语识别方法，旨在解决现有技术因发音动作细微而导致的特征区分度有限和泛化能力差的问题。该方法的核心在于从时间、空间和通道三个维度对视觉特征进行精细化处理，依次应用通道注意力（CA）、联合时空注意力（JSTA）和分离时空注意力（SSTA）模块。CA模块自适应地重新校准通道特征，JSTA和SSTA模块则分别以粗粒度和细粒度方式抑制无关像素和视频帧的干扰。在CMLR和GRID数据集上的实验表明，MA-LipNet显著降低了字符错误率（CER）和词错误率（WER），验证了其有效性和优越性。
唇语识别注意力机制计算机视觉特征提取时空建模
cs
01-30 00:00
本文提出了一种针对大语言模型的新型成员推理攻击方法HT-MIA。该方法通过分析模型在低置信度（困难）令牌上的逐令牌概率改进，有效区分模型预测能力的提升是源于泛化还是对训练数据的记忆，从而捕捉到更显著的成员信号。实验表明，在特定领域医学数据集和通用基准测试上，HT-MIA的性能均优于七种现有先进方法。研究还探讨了差分隐私训练作为防御机制的有效性。
成员推理攻击大语言模型隐私保护差分隐私模型安全
cs
01-30 00:00
本研究针对软件工程领域系统文献综述（SLR）日益泛滥的现象，以“敏捷软件开发工作量估算”这一具体且研究充分的主题为例，对18篇已发表的SLR进行了定性内容分析。研究发现，作者为开展新的SLR常以“覆盖范围存在空白”、“先前研究存在方法学局限”、“先前SLR已过时”或“技术方法快速进步需要更新综述”等理由进行辩护。文章强调，在设计和评审指南中，以及作为会议和期刊的政策，都需要强调识别现有SLR并为开展进一步SLR提供充分理由，以减少重复劳动，提高领域进展速度。
系统文献综述软件工程敏捷开发工作量估算研究方法重复研究
cs
01-30 00:00
针对提示式持续学习方法中知识完全隔离导致参数利用效率低下的问题，本研究提出了一个提示共享框架。该框架构建了一个全局提示池，并引入任务感知的门控路由机制，稀疏激活部分提示以实现任务特定特征的动态解耦与协同优化。此外，通过历史感知调制器利用累积的提示激活统计信息，保护常用提示免受过度的更新，从而缓解参数使用低效和知识遗忘。实验表明，该方法在效果和效率上均优于现有的静态分配策略。
持续学习提示学习参数效率知识迁移门控路由
cs
01-30 00:00
本研究针对预测编码等基于能量的学习算法迭代计算成本高的问题，提出了一种新的网络初始化技术。该方法旨在保留先前训练样本的迭代进展，从而显著减少训练时间。实验表明，在监督和无监督学习场景下，该方法均能大幅提升收敛速度并降低最终测试损失，为缩小预测编码与反向传播在计算效率和最终性能上的差距提供了可行路径。
预测编码神经网络初始化方法训练加速能量模型
cs
01-30 00:00
本研究针对大语言模型在企业数据管理中可能泄露敏感信息的问题，形式化了“敏感信息感知”概念，并首次在理论上建立了其与差分隐私的联系。作者提出了一种监督微调方法，能使现有的4位量化大语言模型显著提升敏感信息感知能力，性能最高提升21.7%，超越同规模全精度开源及商业模型，同时基本保持模型在通用指令遵循、数学与常识推理等其他任务上的性能。
大语言模型敏感信息感知差分隐私监督微调模型量化数据安全
cs
01-30 00:00
本文提出TwinWeaver，一个开源框架，通过将纵向患者历史序列化为文本，利用大语言模型统一进行事件预测和轨迹预测。基于此框架构建的Genie数字孪生模型，在涵盖20种癌症类型的93,054名患者数据上进行了验证。该模型显著降低了预测误差，中位平均绝对比例误差为0.87，优于最强时序基线模型的0.97。在风险分层任务中，其平均一致性指数达到0.703，优于基线模型的0.662。模型还展现出良好的泛化能力，在分布外临床试验数据上，零样本表现与基线相当，微调后表现更优。此外，框架支持可解释的临床推理扩展，为纵向临床建模提供了可扩展且透明的基础。
数字孪生大语言模型精准肿瘤学临床预测时序分析泛癌研究
math
01-30 00:00
本研究探讨在特定进制下缺失固定数字的整数，能否表示为两个素数平方和的问题。论文第一部分应用哈代-李特尔伍德圆法，对这类整数在加权计数下的表示数量给出了渐近公式，并发现缺失不同数字时存在有趣的偏差现象。第二部分结合筛法研究未加权计数的二阶矩，为满足条件的整数集合基数提供了非平凡下界。
解析数论圆法素数平方和数字缺失筛法渐近公式
math
01-30 00:00
本文提出了一种新颖的“双路径固定策略”，旨在更高效地利用对偶算法求解混合整数非线性优化问题的松弛问题。该策略比基于单一对偶可行解的变量固定方法（如混合整数线性优化中的标准约简成本固定）更强大，同时比“强固定”方法快得多，其计算开销基本不超过所利用的对偶算法本身。研究通过在文献中的混合整数线性优化集合覆盖实例上应用对偶单纯形法进行测试，验证了该策略的有效性，有望显著提升分支定界法的求解成功率。
混合整数优化对偶算法分支定界法集合覆盖问题变量固定
math
01-30 00:00
本文针对定义在有限域上的普通阿贝尔簇，在其自同态代数为交换代数的情况下，提出了计算所有度整除给定整数 $D$ 的同源映射与极化映射的算法。研究揭示了高维阿贝尔簇（与椭圆曲线不同）特有的现象，分析了极小同源图的直径界限，并探讨了同源图在弗罗贝尼乌斯序的皮卡群作用下的轨道分解。
阿贝尔簇同源图极化算法有限域自同态代数
math
01-30 00:00
本研究探讨在给定图$H$时，如何找到$d$-正则图$G$使其包含的$H$子图数量最大化。通过将问题转化为基于图特征值的连续优化问题，并利用$H$的单射同态数与商图同态数之间的关系进行分析。研究发现：对于大多数$H$，该关系包含非谱项，需通过谱项进行边界估计，且在最优图处达到紧界。具体结论包括：当$H$为二分图且$d$足够大时，最优$G$由不相交的$K_{d,d}$构成；当$H$非二分且$d$足够大时，最优$G$为不相交的$K_{d+1}$；特别地，对$H=C_5$且$d=3$的情况，最优结构为不相交的Petersen图。
图论优化正则图子图密度特征值方法同态计数
math
01-30 00:00
本研究为滞留细胞自动机（SCA）模型提供了形式化的代数定义，该模型由包含0-2条“链”的网格单元和两条控制链转向与交叉的规则构成。作者定义了与其它细胞自动机模型半兼容的“滑翔机”概念，并完整分类了所有单链和双链滑翔机模式。此外，论文证明了两个滑翔机类别的等价性，并设计了一种生成该类别所有元素的算法。
细胞自动机滑翔机模式代数定义模式分类计算模型
math
01-30 00:00
本文研究了一种基于智能体交互的观点动力学模型。在该模型中，大量智能体通过随机配对交互，并根据对方观点以概率方式更新自身观点，更新幅度为向±1方向移动一定比例。研究严格推导了该智能体模型在大群体极限下的平均场偏微分方程，并证明了系统会收敛到唯一的平衡分布。特别地，对于特定的参数选择，长期平衡的观点分布呈现出显著的自相似结构，该结构推广了分形几何中著名的伯努利卷积。这一发现深化了对观点碎片化现象的理解。
观点动力学多智能体系统平均场极限分形几何伯努利卷积平衡分布
math
01-30 00:00
本文为1963年爱德华·斯彭斯提出的关于欧拉函数 $\phi(n)$ 的恒等式提供了一个新的证明。该证明的核心创新在于巧妙地运用了戴德金和（Dedekind sums）的互反律（reciprocity law），将数论中两个看似不同的领域——欧拉函数与戴德金和——联系起来，从而简洁地推导出斯彭斯公式。这一方法不仅验证了经典结论，也展示了不同数论工具之间深刻的关联性。
数论欧拉函数戴德金和互反律恒等式证明
math
01-30 00:00
本文研究了带两个抵消项的非线性次扩散方程 ∂ₜᵅu - 𝕃u = q(x)u - p(x)f(u) + r 的解在 t→∞ 时趋于稳态的收敛性。证明了在系数 p、q、非线性项 f、源项 r 及椭圆算子 𝕃 的温和条件下，解以指数（α=1）或幂律（α∈[0,1)）速率收敛到平衡态。
次扩散方程收敛速率非线性分析分数阶导数平衡态
math
01-30 00:00
本文研究了一种在 $\epsilon$-网格 $(\epsilon \mathbb{Z})^d$ 上、具有分支和密度依赖选择机制的粒子系统：当粒子分支时，系统会从最密集的位点移除一个粒子。当粒子数 $N \to \infty$ 且网格尺度 $\epsilon \to 0$ 时，该粒子系统的宏观极限行为被证明可以用一个抛物型自由障碍问题来描述：$\partial_t u = L^* u + u - \beta$，其中 $L^* = \Delta - \nabla \cdot (b \, \cdot)$，未知量是质量密度 $u$ 和支撑在集合 $\{(x,t): u(x,t) = \|u(\cdot, t)\|_\infty\}$ 上的移除测度 $\beta$。证明的关键在于对连续密度的 PDE 解的唯一性以及预极限密度模的一致估计。
分支随机游走自由障碍问题流体力学极限粒子系统密度选择
math
01-30 00:00
本文针对 $G=\mathrm{Spin}(4,4)$ 上的四元数模形式，发展了一套基于标量傅里叶系数的消失性与尖点性判据。通过分析其傅里叶-雅可比展开，证明了在权 $\ell\geq 5$ 时，一个一级四元数模形式是尖点的，当且仅当其非退化傅里叶系数满足多项式增长条件。该结果强化了作者与合作者先前关于 Pollack 四元数 Saito-Kurokawa 子空间的工作。
模形式傅里叶系数四元数尖点形式自守形式
math
01-30 00:00
本研究探讨了牛顿法应用于任意奇偶椭圆函数时的动力学特性。对于极点集与周期格重合的函数，在不存在Herman环的条件下，其牛顿映射的Julia集是连通的。研究还提供了奇偶椭圆函数的牛顿法存在游荡域与吸引盆共存现象的充分条件，这一现象此前仅在整函数族中被观察到。通过对单参数椭圆函数族$\wp_\Lambda+b$（$\Lambda$为三角周期格，$b\in\mathbb{C}$）的详细分析，证明其牛顿映射不存在Herman环或Baker域，且所有Fatou分量（包括游荡域）均有界。
牛顿法椭圆函数复动力学julia集游荡域周期格
physics
01-30 00:00
本文提出了一种基于三维γ指数的容忍度验证框架，用于评估网格化预报。该方法通过在空间（DTA）、时间（TTA）和强度（IDT）上设定明确的容忍度边界，判断预报是否在预设的物理界限内与观测一致，而非仅依赖逐像素差异。研究通过合成数据展示了传统指标（如RMSE、MAE）如何因“双重惩罚”问题而错误评估具有可用结构的预报，并在卫星反演的地表太阳辐射场中进行了实际应用验证。结果表明，γ指数能在保留轻微位置噪声下结构一致性的同时，有效识别物理上显著的差异。该通用框架为各类网格化变量的预报验证提供了实用的补充工具。
预报验证γ指数时空位移容忍度网格化数据双重惩罚
physics
01-30 00:00
本研究提出了一种名为JointDiff的生成式框架，用于解决惯性约束聚变（ICF）中模拟与实验数据模态不匹配的难题。该模型基于联合扩散原理，将正向代理建模、逆向推理和输出插补统一到一个架构中。通过在大量三维多火箭活塞模拟数据上训练，模型在预测条件模拟输入输出分布方面表现出高精度和统计鲁棒性，并能有效迁移至美国国家点火装置（NIF）的实验数据。这项工作为多模态科学任务提供了一个灵活的生成式代理工具，有助于理解诊断约束、对齐模拟与实验，并加速ICF设计。
惯性约束聚变生成模型扩散模型多模态推理科学计算
physics
01-30 00:00
本研究首次对基于钽铌酸钾（KTN）晶体的高速电光偏转器在近红外生物成像窗口（700-1300 nm）的光致电离现象进行了定量测量。通过双光束偏振干涉仪，研究人员测量了陷阱电荷密度随光子注量的变化，发现光致电离率随波长增加而急剧下降。电荷衰减曲线呈现多指数行为，表明存在多种陷阱或显著的电荷再捕获过程。该结果为在近红外成像应用中优化KTN偏转器的工作波长和电荷扫描占空比提供了关键数据。
电光偏转器ktn晶体近红外成像光致电离生物光子学非线性显微术
physics
01-30 00:00
本研究揭示了蓝失谐分子磁光阱（MOT）中的关键物理机制。传统红失谐MOT中，亚多普勒加热效应限制了冷却效率，而蓝失谐方案通过引入频率间隔小于跃迁线宽的正交偏振光对，实现了更有效的冷却与压缩。研究发现，特定磁场下产生的塞曼诱导暗态（ZIDS）通过光子散射率的不平衡产生恢复力；同时，光场形成的移动光晶格产生速度依赖力，将分子推向晶格速度。结合光场时变偏振驱动的非绝热跃迁，最终实现向零速度的灰黏胶冷却。研究从简单能级模型出发，并推广至具有基态超精细结构的实际分子体系。
分子冷却磁光阱蓝失谐塞曼暗态亚多普勒冷却光晶格
physics
01-30 00:00
本研究基于双弛豫时间近似的玻尔兹曼输运方程，开发了一种用于模拟固体材料中流体力学声子输运的半隐式Lax-Wendroff动理学格式。该方法在有限体积法框架下，分别采用梯形法则和中点法则处理散射项和迁移项的时间积分。通过重构界面通量时再次求解动理学方程，而非直接数值插值，实现了数值时间步内声子迁移与散射的耦合。数值测试表明，该方法在小克努森数极限下，其网格尺寸和时间步长可大于声子平均自由程和弛豫时间，并能准确捕捉不同正常或电阻散射率下的多尺度热传导现象。
声子输运动理学格式玻尔兹曼方程多尺度热传导有限体积法
physics
01-30 00:00
本研究提出了一种基于薄膜铌酸锂的共振超表面，通过调控米氏共振的相位响应，实现了对二次谐波生成的波长选择性波前整形。该设计将1100 nm附近的泵浦高斯光束转换为550 nm的一阶厄米-高斯模式，同时保持泵浦光束的原始轮廓。这一方法为非线性全息术等应用提供了超紧凑、可调谐的器件新路径。
非线性光学超表面二次谐波波前整形铌酸锂米氏共振
physics
01-30 00:00
本研究构建了一个结合声誉与博弈收益的强化学习信号，在不改变博弈网络结构的情况下，探究声誉权重对合作演化的影响。研究发现，增加声誉权重通常能通过巩固合作集群来促进合作，但这种效应受学习动态参数制约：当学习率极小时，信息传播受阻；当折扣因子接近1时，远期期望会掩盖声誉的即时优势。结果表明，仅通过塑造学习信号中的声誉成分即可稳定合作，揭示了社会信息与个体学习参数间的复杂交互。
强化学习合作演化声誉机制q学习社会物理学多智能体系统
physics
01-30 00:00
本研究通过二维直接数值模拟，探究了在快速旋转的环形离心对流中，混合（非对称）速度边界条件和几何曲率如何影响流动结构和热传递。研究发现，当内外壁分别为应力自由和无滑移条件时，会形成强烈的、与旋转方向一致的带状流，并显著抑制热传递，其努塞尔数标度律为 $Nu\sim Ra^{0.1}$，远低于其他边界条件下接近 $Nu\sim Ra^{0.27}$ 的经典标度。耗散分析表明，带状流的形成伴随着从边界层主导的耗散向均匀低值体耗散的转变。此外，增大半径比会削弱曲率非对称性，使带状流失稳，最终在平面极限下转变为以对流卷为主的状态。
离心对流带状流边界条件热传递数值模拟旋转流体
physics
01-30 00:00
本文提出了一种用于测量复杂光学系统（如LISA引力波探测干涉仪）内部相干杂散光的新方法。该方法通过插入频率扫描的激光，并检测仪器输出的所有电学和光学信号，分析信号频谱中的干涉条纹。这些条纹的频率揭示了杂散光路径与主光路之间的光程差，从而可以识别所有杂散光源及其相对贡献。研究还通过光学仿真将测得的光程差与系统内可能的物理路径联系起来，并在模拟LISA性能的测试平台上验证了该方法的有效性，展示了仿真在预测和解释测量结果方面的准确性。
光学测量杂散光分析激光干涉lisa项目光程差光学仿真
physics
01-30 00:00
本研究提出了一种基于物理信息神经网络（PINN）的数据同化框架，用于监测和预测断层滑动演化。该框架将大地测量观测与考虑摩擦特性空间异质性的断层力学相结合，并应用于2010年日本丰后水道下方的慢滑移事件。研究表明，即使在同化早期滑动加速数据的情况下，该框架也能成功预测稳定的慢速瞬态滑动，而基于摩擦均匀模型的预测则会导致不稳定的快速滑动。这归因于引入的摩擦异质性使得滑动区域的特征尺寸和临界成核尺寸可变，从而产生了与观测一致的稳定滑动演化。
物理信息神经网络断层滑动预测数据同化慢滑移事件摩擦异质性地震物理
physics
01-30 00:00
本研究提出了一种扩展的LSTM-FSSH框架，用于模拟真实的光化学反应。该方法将长短期记忆网络作为电子子系统的传播器，并与等变神经网络结合构建基态和激发态的绝热势能面。通过对CH₂NH和偶氮苯的光异构化反应进行模拟，结果表明，新方法仅需10条参考轨迹训练LSTM网络，即可高效生成轨迹系综，其预测的激发态寿命和产物产率与传统FSSH模拟结果高度吻合。
表面跳跃深度学习光化学反应分子动力学神经网络势能面
astro-ph
01-30 00:00
本研究利用宇宙学流体动力学模拟，揭示了驱动星系棒旋转速度的关键因素。研究发现，在重子物质（恒星与气体）相对于暗物质占主导的星系中，星系棒旋转更快，且形成更早，其旋转速率随时间保持稳定甚至下降。这与暗物质晕通过动力学摩擦使星系棒减速的传统预期相反。此外，星系的外部相互作用（如并合与飞掠）与较低的棒旋转速率相关，但相关性较弱。研究结果表明，星系内部的重子物质主导程度是决定星系棒快速旋转的主要驱动力。
星系棒旋转速度重子物质暗物质宇宙学模拟星系相互作用
astro-ph
01-30 00:00
本研究通过辐射流体动力学模拟，追踪了矮星系合并体Haro 11中莱曼连续谱（LyC）与莱曼α（Lyα）光子的产生与逃逸过程。研究发现，在星系两次近心点相遇期间，LyC的总体逃逸分数（$f_{\rm esc}^{\rm LyC}$）会提升约一个数量级，而Lyα的逃逸分数（$f_{\rm esc}^{\rm Ly\alpha}$）仅适度增加。这种差异源于LyC发射恒星与Lyα发射气体之间的相对位移，以及气体压缩导致的密度增加。模拟结果在形态和光度上与观测到的Haro 11星系定性吻合，并指出致密恒星结C是LyC辐射的主要来源。
星系合并莱曼连续谱莱曼α辐射流体模拟宇宙再电离矮星系
astro-ph
01-30 00:00
本研究结合欧几里得望远镜早期观测数据、GALEX与AstroSat/UVIT的紫外数据以及CFHT的光学数据，对英仙座星系团中59个巨椭圆星系的恒星形成历史进行了重建。通过SED拟合发现，这些星系需要引入来自年老低质量热恒星的紫外超（UV upturn，平均温度约33800 K）来解释其远紫外辐射。分析表明，这些星系在早期宇宙（z~5）已形成超过30%的恒星质量，最重星系（$\log_{10}(M_{\ast}/M_{\odot})\gtrsim 10.8$）在当时的质量已与JWST观测到的高红移（z>4.6）静止星系相当。这为理解近邻大质量椭圆星系是否源自早期宇宙的静止星系提供了关键线索。
星系形成历史巨椭圆星系紫外超欧几里得望远镜高红移星系sed拟合
astro-ph
01-30 00:00
本研究利用BICEP/Keck、SPTpol、SPT-3G、Planck和WMAP的宇宙微波背景$B$模偏振数据，首次对早期宇宙中因果性限制的低频引力波源进行了观测约束。通过参数化早期因果张量功率谱振幅$r_{ect}$，得到95%置信水平上限$r_{ect}<0.0077$。该结果可转化为对一类广泛存在的早期宇宙引力波产生机制（如一阶宇宙学相变、小尺度密度扰动增强、拓扑缺陷等）的普适性约束，并为传统探测手段（如脉冲星计时阵列、干涉仪）难以触及的超低频引力波能量密度提供了新的限制。
引力波探测宇宙微波背景早期宇宙b模偏振因果性限制相变
astro-ph
01-30 00:00
本研究利用暗能量光谱仪（DESI）的早期数据，搜寻一种罕见的“极端冕线发射体”（ECLE）星系。这类星系光谱中显示出强烈的高电离铁冕线，其产生需要强X射线连续谱，通常与活动星系核（AGN）或黑洞潮汐撕裂事件（TDE）相关。研究团队聚焦于与TDE相关的ECLE，在样本中成功识别出3个此类天体，并估算出其星系归一化发生率约为 $R_\mathrm{G}=5~^{+5}_{-3}\times10^{-6}~\mathrm{galaxy}^{-1}~\mathrm{yr}^{-1}$（中值红移z=0.2），与先前研究基本一致。此外，研究还识别出200多个显示冕线的AGN，它们是TDE搜寻中的主要天体物理污染源。
极端冕线发射体潮汐撕裂事件暗能量光谱仪活动星系核高能天体物理
astro-ph
01-30 00:00
本研究基于HSC-SSP巡天数据，测量了约3.2万个星系的径向$g-i$颜色分布，重点分析了1415个具有潮汐特征（如潮汐流、壳层）的星系。通过对比有无潮汐特征星系的颜色梯度，发现红色序列中具有潮汐特征的星系外缘更红，表明其外区主要由贫气小质量并合贡献的恒星主导。研究还发现潮汐特征与宿主星系的质量比随星系质量增加而下降，且潮汐流比壳层所在的星系外缘更蓝，壳层通常由质量更大的卫星并合形成。这些结果与模拟预测一致，证实了潮汐特征颜色可作为追溯星系演化过程的有效探针。
星系并合潮汐特征颜色梯度hsc巡天星系演化观测宇宙学
astro-ph
01-30 00:00
本研究利用S波段（2-4GHz）对南天宽钱德拉深场（W-CDFS）10平方度天区内的射电源进行了线性偏振特性分析。观测图像角分辨率为15角秒，斯托克斯I分量的1σ RMS噪声约为50 μJy/光束。共探测到1920个总强度源和175个偏振源。通过建模偏振源计数，发现总强度高于≈10mJy的源平均偏振度约为3%；利用叠加技术估算出总强度低于1mJy的源（主要为恒星形成星系）偏振度上限约为3%。测得的平均法拉第旋转量与银河系贡献一致。研究还发现偏振度与带内谱指数相关，表明平谱源的平均偏振度较低。该工作不仅表征了W-CDFS天区S波段偏振特性，还将用于验证未来VLA巡天项目提供的全天空偏振数据。
射电偏振深场巡天法拉第旋转偏振度s波段观测射电星系
astro-ph
01-30 00:00
本研究对两个光学光谱具有双峰窄发射线的候选双活动星系核（AGN）系统（J0948+6848和J1223+5409）进行了高分辨率观测。利用甚长基线干涉阵（VLBA）的L波段（1.5 GHz）连续谱成像和哈勃空间望远镜（HST）的近红外（F160W）成像，在两个目标中都探测到了与近红外AGN位置大致重合的致密非热射电辐射。两个系统均包含两个高亮温度（$>10^{8}$ K）的射电源，表明可能存在一个秒差距尺度分离的双AGN（分离距离分别约为90 pc和56 pc），或是一个射电喷流。需要匹配分辨率的多波段射电观测来进一步表征这些系统中的AGN活动。
活动星系核双agn射电天文甚长基线干涉近红外成像星系并合
astro-ph
01-30 00:00
研究利用ISO、Spitzer和WISE三台太空红外望远镜长达27年（1997-2024）的观测数据，分析了年轻恒星天体（YSOs）在3-8微米波段的长期光变曲线。在具有吸积盘或包层的YSOs中，发现了多种大振幅（变化因子≥2）变光模式：7个天体呈现持续超过5年的爆发性增亮，其中4个已结束爆发；6个天体处于亮度衰减期；另有26个天体表现出年/月尺度的不规则变化。分析表明，其颜色-亮度关系（如Spitzer的$[3.6]-[4.5]$色指数）与尘埃消光模型不符，暗示变光主因可能源于吸积过程或盘结构变化。
年轻恒星天体红外天文学长期光变吸积爆发太空望远镜恒星形成
astro-ph
01-30 00:00
Teareduce是一个专为天文教学设计的Python包，旨在支持天文数据归算技术的教学活动。该工具包作为马德里康普顿斯大学天体物理学硕士课程《天体物理实验技术》的实践材料，帮助学生处理来自不同仪器和望远镜的天文图像。代码已在GitHub开源，并配有包含Jupyter Notebooks的详细文档，演示其各类功能的使用方法。
天文数据处理python教学工具数据归算天体物理教育开源软件
astro-ph
01-30 00:00
针对JWST在早期宇宙（z>4）观测到的星系光度与颜色多样性，研究提出了一种基于群体模拟推断的框架，以量化恒星形成率（SFR）的波动功率与时间尺度。该模型采用基于功率谱密度的随机恒星形成历史模型，覆盖1 Myr至10 Gyr的时间范围。通过对模拟的z~4星系样本进行分析，研究表明：该方法能有效区分不同模拟（如FIRE-2与Illustris）的恒星形成波动特征；同时建模随机波动与近期平均SFR趋势至关重要，可避免长期趋势被误判为爆发性；频繁强烈的爆发会因“遮蔽效应”导致波动功率被低估；该框架为利用大规模光谱样本定量限制恒星形成的反馈物理提供了新方法。
恒星形成历史jwst观测模拟推断星系演化功率谱分析早期宇宙
econ
01-30 00:00
本文针对具有大型（无限）政策空间的双代理社会选择问题，提出了一种基于共同偏好基数化的高效妥协规则。核心机制“多马通”让两名参与者轮流提出备选方案集，由对方从中选择。主要理论结果表明，该机制能在子博弈完美纳什均衡中完全实现所提出的妥协解。研究通过政治经济学、他涉偏好及设施选址等应用案例，展示了该方法的强大解释力与广泛适用性。
社会选择博弈机制妥协规则政策空间纳什均衡
econ
01-30 00:00
本研究基于广义享乐-线性模型，探讨了代表性消费者偏好下产品特征的最优差异化设计。研究发现，在多产品垄断下，垄断者的特征选择与社会最优一致，尽管存在产量不足。而在寡头垄断下，则可能出现多种均衡，其特征设计模式存在质的不同。分析表明，虽然存在产品差异化的寡头均衡比产品集中的均衡带来更高福利，但其差异化程度仍低于社会最优水平，导致寡头垄断下的社会福利通常低于垄断情形，这凸显了特征设计中协调的关键优势。研究还扩展至重叠所有权结构，发现共同所有权可通过促使企业增加产品差异化（而非减少产量）来软化竞争，从而提升福利。
产品差异化享乐模型寡头竞争社会福利特征设计共同所有权
econ
01-30 00:00
fixest是一个用于快速、灵活计量经济学估计的R包，为应用研究者提供了全面的工具集。其核心优势在于固定效应估计，通过C++实现的新型定点加速算法，能在广泛的数据场景中实现快速收敛，并能高效估计包含变斜率在内的复杂模型。该包为普通最小二乘法、工具变量法、广义线性模型、最大似然估计和双重差分法等多种模型提供了统一语法，支持单次调用完成多重估计、逐步回归和变量插值。内置多种稳健标准误便于即时推断调整，并提供可直接用于发表的回归表和系数图绘制方法。与R、Python和Julia中的主流替代方案相比，其性能表现优异。
计量经济学r语言包固定效应高效算法统计推断
econ
01-30 00:00
本文研究一类对称竞争模型，其中每个参与者在一维绩效指标上选择一个任意分布，并面临凸成本。作者证明了对称均衡的存在性，描述了其必须满足的若干性质，并通过一阶条件方法提供了均衡的特征刻画。该理论框架可广泛应用于研发竞争、产品设计的寡头竞争以及排序竞赛等多个经济学领域。
对称竞争分布均衡一阶条件研发竞争寡头竞争排序竞赛
econ
01-30 00:00
本文研究了当社交网络存在内生性时，半参数二元选择模型的识别与估计问题。作者指出，在许多应用中，未观测的个体特质同时影响结果变量和社交关系的形成，导致标准Logit模型（即使加入常见的网络控制变量）可能存在偏误。核心创新在于，作者提出了一种无需对网络形成过程施加参数化假设的解决方案。其关键洞见是：在网络形成行为上观测等价的个体，即使其潜在特质未被观测，也共享相同的社会影响。利用这一等价性，通过比较具有相同网络类型的匹配个体对，作者证明了二元响应模型中斜率参数的点识别。基于邻接矩阵推导出的共度信息进行非参数匹配，作者提出了可行的估计量，并建立了其一致性和渐近正态性。蒙特卡洛模拟表明，该估计量在一系列网络设计下的有限样本中表现良好。一项关于印度农村小额信贷采纳的实证应用展示了该方法在典型网络数据集中的实施，并表明考虑内生网络形成会影响协变量效应的估计，无论是否包含村庄固定效应。
内生网络半参数模型二元选择社会网络识别策略非参数匹配
econ
01-30 00:00
本文为实证研究者提供了一种检验战略环境中信息结构排序的方法。研究利用贝叶斯相关均衡（BCE），将信息结构的排序问题转化为可检验的矩不等式，并建立了检验程序的统一渐近有效性。在美国航空市场的应用中，该方法被用于检验枢纽航空公司是否拥有超越成本和需求优势的信息特权。结果表明，该假设被拒绝，且拒绝主要集中在大型、竞争激烈的市场中。
信息结构贝叶斯相关均衡矩不等式实证检验战略互动航空市场
econ
01-30 00:00
本研究系统评估了基于个体、混合、固定效应和实证贝叶斯估计的面板数据预测方法，并提出了最优预测组合权重方案。在线性面板数据模型框架下，允许弱外生回归变量和相关异质性，量化了利用面板数据带来的预测增益。研究发现，预测性能取决于参数异质性程度、异质性与回归变量的相关性、模型拟合优度以及数据维度。蒙特卡洛模拟及房价与CPI通胀的实证应用表明，实证贝叶斯和预测组合方法整体表现最优，且极少对单个序列产生最不准确的预测。
面板数据预测参数异质性实证贝叶斯预测组合蒙特卡洛模拟经济预测
econ
01-30 00:00
本研究探讨了决策理论中行为公理被近似满足而非精确满足的情况。研究证明，在风险决策、不确定性决策和跨期选择等关键领域，行为若“几乎”满足某个公理（如期望效用或指数贴现效用），则意味着存在一个能捕捉实际行为的效用函数，该函数“邻近”于一个完全符合标准理论表示的理想效用函数。研究明确量化了实际效用与理想效用之间的距离，将其表示为偏离公理程度的函数。这正式连接了衡量经验偏离与利用近似优化这两种定量分析，表明对行为公理的微小偏离可以合理化标准模型作为有效近似来使用。
决策理论行为公理近似优化效用函数风险决策跨期选择
econ
01-30 00:00
本文通过一个网络化选美竞赛博弈模型，研究了公共信息的价值如何受网络结构影响。研究发现，当网络互动均匀时，公开披露信息总能提升社会福利；但在核心-边缘结构中，公共信息可能反而有害。其机制在于：核心节点会过度响应有噪声的公共信号，迫使边缘节点吸收这种波动以维持协调，从而扭曲资源配置。这表明在层级化市场中，标准的透明度政策可能适得其反。
网络博弈信息价值核心边缘结构透明度政策社会福利
econ
01-30 00:00
本研究将重复性的任务分配视为一种激励员工努力的新工具。与传统激励方式不同，任务分配与生产过程密不可分且具有排他性：它既提供激励，又决定了谁参与生产，同时必然排除其他人。研究发现，最优的任务分配遵循一种严格且动态演变的优先级排序。即使在员工技术独立且各方面完全对称的情况下，他们在每个后续阶段的预期平均工作量也存在差异。这表明效率与平等之间的权衡比以往认识到的更为普遍。研究进一步探讨了在不加剧员工不平等的前提下，扩大效率范围的设计工具。
任务分配动态激励效率平等权衡劳动经济学机制设计