深度神经网络如何发现高阶关联函数：从凝聚态物理视角看图像识别
本文提出，深度神经网络在图像识别等任务中的成功，源于其能够发现数据集中存在的高阶关联函数。作者认为，DNNs实现了一种在凝聚态物理和材料科学中广泛使用的方法论，即聚焦于介于原子/分子尺度与连续介质尺度之间的介观关联结构。这一视角有助于解释DNNs为何能在看似违反传统统计学习理论的情况下实现良好的泛化能力。
2025-12-01 速览 · 物理学
2025-12-01 共 24 条抓取，按综合热度排序
STIRAP技术中叠加态相对相位的调控机制研究
本研究探讨了当最终态为两个非简并态的叠加态时，受激拉曼绝热通道（STIRAP）过程的相位演化。在一个由四个态和两个光场耦合的系统中，研究发现最终叠加态的相对相位取决于绝热转移脉冲的相对振幅、宽度和时序。这些发现对于利用原子和分子系统进行对称性破缺测量的实验具有重要指导意义。
统一模型解释雷暴高能辐射：从地面增强到伽马射线闪
本研究提出了一个统一的双阶段模型，将雷暴中观测到的多种高能辐射现象解释为同一逃逸过程在不同大气深度的表现。通过整合卫星、飞机、气球和地面实验数据，该模型解决了领域内的关键矛盾，并基于物理机制而非探测器位置提出了新的分类标准，深化了对雷暴中粒子加速机制的理解。
电场调控苯并卟啉互变异构实现三态分子开关
本研究通过密度泛函理论和量子输运计算，揭示了金属游离苯并卟啉的互变异构现象可由外加电场调控。不同于传统对称卟啉，其结构各向异性增强了电场响应，三种互变异构体展现出截然不同的电子输运特性，证实了其作为三态分子开关的潜力。进一步研究表明，融合两个苯并卟啉单元不仅能保留多态可区分的输运特征，实现多态分子寄存器功能，还能作为具有更高电导的分子导线。
QuantumChem-200K：用于光引发剂AI设计的大规模量子化学数据集
研究团队发布了包含20多万个有机分子的QuantumChem-200K数据集，通过混合计算工作流标注了11种关键量子化学与光物理性质，如双光子吸收截面和系间窜越能。基于此数据集微调的大语言模型Qwen2.5-32B，在光引发剂核心性质预测上显著优于GPT-4o等通用模型，为高通量AI驱动光敏材料发现提供了首个可扩展平台。
室内呼吸道疾病传播风险呈双峰分布，新模型揭示气流与行为的关键作用
研究团队提出了一个名为CompARE的综合风险评估框架，用于评估室内空气传播疾病。该框架结合计算流体动力学、机器学习和基于智能体的建模，揭示了由气流动力学和人类行为驱动的感染风险呈现显著的双峰分布。在一个典型托儿中心的模拟中，研究发现，即使在相同的整体环境下，个体间的感染风险差异可超过两倍，且风险分布模式因活动类型而异，包括指数衰减和厚尾行为。该模型支持近实时场景分析，为通风设计、空间布局和社交距离政策提供了量化见解。
NetworkGames：基于人格化LLM智能体的网络博弈合作演化模拟
本研究提出NetworkGames框架，利用基于大语言模型（LLM）的智能体模拟网络博弈中的合作演化。每个智能体被赋予MBTI人格特质，并置于小世界或无标度等不同网络结构中。通过迭代囚徒困境模拟，研究发现宏观合作结果不仅取决于成对交互，更受网络连通性与人格空间分布的共同影响。例如，小世界网络不利于合作，而在无标度网络中将亲社会人格置于枢纽位置可显著提升合作水平。
基于U谱的超声多普勒成像超杂波伪影抑制新方法
本研究提出了一种名为UPBD的鲁棒且计算高效的方法，用于抑制超快超声多普勒成像中的超杂波伪影。该方法利用奇异值分解（SVD）导出的空间奇异向量，通过分析像素沿奇异阶维度的强度分布，生成空间自适应的去杂波权重图。在多个体内数据集上的评估显示，UPBD在对比度噪声比和对比度组织比方面显著优于传统SVD滤波，有效提升了成像质量。
多语言自动微分模块及其在分布式并行粒子模拟中的应用
本文开发了一个快速、透明的自动微分模块，可轻松集成到多种仿真代码中。该模块已成功应用于基于MPI的分布式并行粒子模拟代码，实现了仿真结果及其对输入参数导数的同步输出。这为研究仿真结果的参数敏感性以及基于梯度的快速优化设计提供了高效工具。
海岸建模中相位平均与相位分辨波浪模型的综合评述
本文系统回顾了海岸工程与海洋学中数值波浪模型的发展与性能，重点对比了相位平均谱模型（如SWAN、WAVEWATCH III）与相位分辨模型（如FUNWAVE、SWASH）的差异。文章评估了各类模型在近岸条件下的效率、精度、非线性波-波相互作用、波浪破碎及波-流相互作用等方面的模拟能力，并讨论了其在业务预报、极端事件模拟、海岸结构设计及气候变化影响评估中的应用。同时指出了模型在计算可扩展性、物理参数化及耦合方面的局限性，并展望了高分辨率建模与混合模型的新趋势。
GANDALF：一款基于JAX的硬件无关等离子体湍流谱求解器
本文介绍了GANDALF，一款基于JAX的谱求解器，用于研究动力学约化磁流体动力学湍流。该工具通过硬件抽象，可在笔记本电脑、桌面GPU和苹果芯片上无缝运行，无需修改代码，显著降低了等离子体湍流研究的基础设施门槛。它采用傅里叶谱方法进行空间离散化，结合厄米谱基处理速度空间，并利用指数积分因子方法精确传播线性阿尔芬波，消除了相关的数值刚性。验证表明其具有研究级精度，并能复现预期的湍流能谱。GANDALF旨在为缺乏高性能计算资源的研究人员、学生和小型研究团队提供便捷的研究工具。
利用声子晶体缺陷模式生成声子频率梳
本研究提出了一种利用二维六边形声子晶体中的点缺陷局域模式来生成声子频率梳（PFCs）的方法。数值模拟表明，在单音驱动下，缺陷局域振动模式能产生均匀间隔的频谱线，实现稳健的能量转移并生成频谱边带。该工作展示了缺陷工程作为可调谐平台在生成PFCs方面的潜力，对高分辨率传感、计时及量子声学技术具有重要应用价值。
帕克太阳探测器揭示太阳风低变率区与日冕源区的关联
帕克太阳探测器在近日点观测到高速太阳风流，通过磁连通性分析和源区建模，发现约一半的低磁场变率区与日冕源区的低变率相关。研究指出这些“低变率”期可能源于太阳本身，为理解太阳风起源提供了新线索。
全光学光子晶体测辐射热计实现超低热容，为可扩展热成像提供新路径
本研究提出并演示了一种新型非制冷热探测器，通过全光学转换机制解决了现有技术的瓶颈。该探测器集成了热解碳吸收体、氧化锆空心结构热隔离层和硅光子晶体腔光学温度计，在常温常压下实现了1.1×10^7 Jones的比探测率和34微秒的热时间常数，速度比典型高灵敏度非制冷技术快一个数量级。其光学读出对压力不敏感，可在速度与灵敏度之间进行权衡调节，为构建可扩展的高性能热成像系统提供了通用架构。
非线性泊松-玻尔兹曼方程的自适应有限元-边界元耦合求解方法
本研究提出了一种用于求解非线性泊松-玻尔兹曼方程的自适应有限元/边界元耦合方案。该方案能自动寻找最优松弛参数，确保非线性求解器快速可靠地收敛，无需人工干预。通过牛顿-拉夫森方法并首次迭代采用三次近似逐步引入非线性，结合其他优化技术，在测试中最高可减少40%的迭代次数，相比手动选取最优松弛因子获得1.37倍的加速。
贝叶斯网络在民事与刑事身份鉴定中的应用
本文探讨了DNA证据在民事与刑事身份鉴定中日益增长的应用，并指出评估此类证据证明力的必要性。作者提出，贝叶斯网络作为一种强大的工具，可以有效完成这一评估任务。研究通过分别展示一个民事鉴定问题和一个刑事鉴定问题的案例，具体说明了贝叶斯网络在此类司法科学问题中的实际应用方法与价值。
AI气象模型生成热带气旋的气候学基准评估
本研究对Pangu-Weather和Aurora两款AI全球天气预测模型生成的热带气旋进行了全面的气候学基准测试。通过对比2020-2025年北大西洋和西太平洋的实际观测数据与ERA5再分析资料，评估了AI模型在再现气旋路径密度、风暴特征气候学分布以及与气旋理论的物理一致性方面的能力。结果显示，两款模型在路径密度、移动速度和外围尺度分布上表现良好，Aurora在模拟风暴强度方面优于Pangu。但两者均高估了风暴内核尺度，且AI生成的气旋在物理合理性（如梯度风平衡）上存在不足。该基准测试为未来修正AI模型偏差、并将其应用于热带气旋灾害风险评估奠定了基础。
机器学习通过液滴断裂图像预测流体性质
研究团队利用高速成像捕捉液滴断裂瞬间的形态，结合机器学习算法，成功从单张图像中预测出流体的粘度和表面张力等关键性质。该方法覆盖了广泛的雷诺数和奥内佐格数范围，为传统测量提供了快速、自动化的替代方案，并揭示了液滴动力学与流体性质之间的深层联系。
基于超分辨率生成对抗网络的大涡模拟动态混合模型
本研究提出了一种动态混合超分辨率模型（DMSRM），将传统动态混合模型与生成对抗网络（SR-GAN）相结合，用于大涡模拟。SR-GAN将网格过滤的速度场上采样两倍，从而更精确地计算亚格子应力。先验和后验分析表明，该模型在预测能量谱、间歇性以及物理一致的亚格子能量耗散方面均优于传统动态混合模型，且在不同网格尺度和更高雷诺数下具有良好的泛化能力。
智能手机磁力计能否监测太阳耀斑？课堂实验揭示其局限与教学价值
一项大学课堂公民科学项目，在2025年11月4日X1.8级太阳耀斑期间，同时使用研究级质子旋进磁力计与智能手机磁力计进行地磁观测对比。结果显示，智能手机传感器存在约630 nT的系统性偏差，且稳定性不足，无法精确捕捉耀斑引起的纳特斯拉级地磁变化。然而，研究肯定了智能手机作为高参与度的教学与公众科普工具的独特价值，并提出了一个连接专业观测站、社区仪器与智能手机的“仪器阶梯”框架，以支持基于课程的真实本科研究。
FPGA加速实时机器学习推理用于托卡马克等离子体控制
本研究将基于FPGA的硬件加速机器学习推理系统集成到DIII-D托卡马克的实时诊断与控制基础设施中。该系统利用SLAC神经网络库（SNL）在AMD/Xilinx KCU1500 FPGA上实现超低延迟的等离子体状态分类和边缘局域模（ELM）预测。其核心创新在于支持动态参数加载，可在不重新合成硬件的情况下实时更新神经网络权重，从而支持单一FPGA设计执行多任务及自适应控制策略。该系统已成功应用于DIII-D的实时等离子体控制系统，提升了ELM规避、约束和运行稳定性，为未来聚变装置实现智能自主等离子体控制提供了可扩展且鲁棒的路径。
热力学一致振动-电子加热模型的普适性推导
本研究对非平衡等离子体流动中振动-电子加热模型进行了关键性扩展。原模型假设电子能量损失主要源于与基态分子的碰撞，新推导证明，即使将电子与振动激发态分子的冷却相互作用纳入考量，其核心加热-冷却比公式依然成立。这消除了模型对基态主导假设的依赖，使其适用于振动激发态对电子冷却有显著贡献的更广泛等离子体环境，提升了在高速飞行与等离子体辅助燃烧等应用中的预测准确性。
毫米波光频链：为便携式光钟提供自由空间时频传输新方案
本研究提出并演示了一种利用光生毫米波作为时频链路的新架构，旨在解决下一代便携式光钟的高精度信号分发与比对难题。该方案合成了90 GHz毫米波载波，其1秒残差不稳定度达2×10^-15，并可平均至10^-17量级。研究团队首次实现了110米相位稳定的自由空间毫米波频段频率比对链路，1秒不稳定度进入10^-14区域。这项工作为分布式便携式光钟之间的时间和频率传输实验奠定了基础，有望应用于定位导航、雷达技术及基础物理探测等领域。
剪切阿尔文波在混沌磁场中的谱系计算
本研究通过引入对称性破缺扰动，计算了存在混沌磁场轨迹时的剪切阿尔文波谱。利用二次通量最小化曲面，在混沌区域构建了伪直线场线坐标，并将理想磁流体动力学方程转化为特征值问题进行数值求解。结果表明，随着扰动强度增加和磁通面被破坏，波谱发生演变，但在磁通面完好时，特定磁通面上的解保持相对稳定，即使在大扰动下也保留原有特征。