今日速览 · AI 导读
自动抓取 arXiv 多学科 RSS，DeepSeek 自动润色标题与摘要，最快 24 小时内汇总。
AI 导读
今日看点（自动摘要）：physics: 非线性色散关系的高阶近似：复正规形方法在局域共振超材料中的应用；physics: 基于自注意力深度学习的无参考质子共振频率磁共振测温技术；physics: 新模型揭示积云形态演化动力学：KRoNUT模型与DoNUT方程
数据源：arXiv 官方 RSS（physics / math / cs / q-bio / econ / astro-ph 等）。
标题与摘要由 DeepSeek 进行中文润色，便于快速浏览；外链跳转至原文。
AI 速览助手：点击卡片“速览全文”可拉取 arXiv HTML，生成全文要点并缓存；右下角悬浮按钮可随时展开/收起速览。
自动抓取：每日 14:00 初始化批次并每 15 分钟轮询学科，24h 无数据则回退 72h/7 天；arXiv 周末停更时自动跳过。
往期回顾：点击上方“往期回顾”进入日历页，按月查看每日抓取总数，并跳转到对应日期速览。
2025-12-10 共 143 条抓取，按综合热度排序
本研究将复正规形风格的参数化方法应用于含阻尼和非线性刚度的局域共振超材料链，以推导其欠阻尼非线性色散关系的高阶近似。提出了两种策略：CNF-BP（先在物理坐标上应用布洛赫假设）和CNF-PN（先在正规坐标上应用周期性假设）。在保守系统中，CNF-PN策略在捕捉复杂波传播现象方面表现出更优的能力，而CNF-BP在处理非基次谐波和主振子间非线性相互作用时存在局限。对于欠阻尼系统，CNF-PN方法已通过数值技术、经典摄动法（多尺度法）及环形链结构的直接数值积分得到严格验证和系统比较。
本研究提出了一种结合深度学习和自注意力机制的新型无参考质子共振频率磁共振测温方法，旨在解决传统方法在组织界面因磁化率差异导致相位不连续时产生的测温误差。该方法通过神经网络直接估计背景相位，无需参考基线图像，提高了高强度聚焦超声热消融治疗过程中的温度监测精度。
本研究提出了一种名为KRoNUT（非旋转上升气流环运动学表示）的新概念模型，用于描述云尺度运动。通过关闭与预先存在的云尺度环流相关的斜压项进行松弛实验，并采用矩缩减技术推导出DoNUT（非旋转上升气流环动力学）方程组。该方程组描述了在不同强迫（湍流扩散、自平流和邻近云尺度流的交叉平流）组合下，云环流的时间演化。研究发现，所有单KRoNUT配置都会达到或演变为特定的稳态环流，其垂直生长受平流和扩散过程影响，可能导致增强或减弱。对耦合KRoNUT的分析揭示了云相互吸引或排斥的趋势，并提供了相互作用的标度度量、诱导最有效相互作用的特定高度比范围以及改变稳态KRoNUT位置和稳定性的环流参数。
研究通过有限元分析和Magnum-PSI实验，模拟了聚变装置偏滤器钨靶在刮削层扫掠下的热疲劳行为。实验发现，氢离子注入通过钉扎位错产生表面硬化效应，显著延迟了裂纹萌发，使失效周期从150次延长至450-600次。然而，边界局域模（ELM）类预裂纹与热疲劳协同作用会导致局部熔化，形成微米级液滴，严重影响材料寿命。
本研究采用动力学方法，推导了在温度各向异性、具有卡帕-麦克斯韦分布的空间等离子体中，动力学阿尔芬波和修正离子声波的色散关系与阻尼率。数值分析表明，与经典麦克斯韦分布相比，卡帕-麦克斯韦分布下的动力学阿尔芬波频率更高、阻尼更强。修正离子声波的频率和阻尼率则在短波区更强，长波区更弱。这些结果有助于更深入地理解空间等离子体中波动的特性。
本研究探讨了具有各向异性Cairns分布电子的空间等离子体中，平行于背景磁场传播的电子火蛇模。推导了该模式的色散关系、波频率和增长率，并获得了火蛇不稳定性发生的条件。研究表明，波频率和增长率显著依赖于平行电子贝塔值、非热参数Λ和电子温度各向异性Ae等参数，且非热电子分布改变了不稳定性条件。数值分析表明，这些参数的增加会提升火蛇模的频率和增长率。
本研究探讨了含有非热捕获电子的磁化粘性等离子体中离子声孤立波与冲击波的传播特性。采用Cairns-Gurevich分布描述电子的非热性和粒子捕获效应，通过约化摄动技术推导出非线性Schamel-KdV-Burgers方程，并获得了不同极限条件下的波解。研究发现，非热参数、外部磁场、波速及离子运动粘度等因素显著影响冲击波与孤立波的特征。这些结果有助于深入理解空间（如地球磁层、电离层、极光区）和实验室等离子体中非线性结构的传播。
本研究针对规则图上的简单传染过程个体模型，探讨了网络结构对传播动态的影响。研究重点分析了模型瞬态行为的理论估计，而非其已知的渐近行为。论文为任意简单传染过程和规则Turán图提供了一维群体水平近似准确性的理论估计，并通过数值证据表明该估计对于稠密图相当精确。
劳伦斯伯克利国家实验室的先进光源（ALS）正在对其储存环射频控制系统进行全面升级。该项目旨在用新型Allen-Bradley PLC平台替换已到寿命终点的旧有Horner PLC控制器和远程I/O模块，以显著提高系统的可维护性、可靠性，并确保获得长期技术支持。本文详细介绍了此次升级项目的规划、设计以及当前实施状态。
本研究利用含时密度泛函理论与埃伦费斯特核动力学，系统模拟了高能C⁵⁺离子轰击吡嗪分子诱导库仑爆炸成像的过程。通过改变入射离子的撞击点与分子平面的相对取向，研究发现：避免直接原子碰撞的轨迹能实现最忠实于原分子结构的重建，而直接撞击则会导致局部动量畸变，影响几何结构恢复。平面轨迹因更深地穿过分子电子云，比正交轨迹产生更强的电离和更宽的动量分布。定量分析表明，入射离子的接近程度和取向强烈调控着局部和整体的电离过程。这些发现阐明了撞击几何如何影响离子诱导CEI的结构恢复保真度，有助于解释实验中观察到的变异性与噪声。
该研究聚焦于在正特征域上，将群代数 kG 分解为射影不可分解模的直和。核心目标是显式分解给定群代数，为此确定了每个射影不可分解模的根列。利用射影覆盖与内射包等工具，具体构造了克莱因四元群、交错群 A4 和 A5 在特征 2 下的所有射影不可分解模，并计算了其 Cartan 矩阵。研究还探讨了群代数分解为块（blocks）的唯一性，例如 kA5 被证明包含两个块。
本研究探讨了平面整数格点中等边多边形的存在性问题。基于Maehara以及Iino和Sakiyama的工作，证明了对于满足特定条件的矩形格点，存在一个整数N，使得当边数n大于等于N时，该格点中总存在一个等边n边形。这一结果扩展了平面格点中等边多边形的分类理论。
本研究提出并分析了一类新的混合指数统计结构及其对应的线性正算子。该结构通过微分关系定义辅助结构，并构建了主Phillips型结构，统一了具有逼近性质的连续与离散随机结构的描述。研究获得了中心矩的递推关系，建立了其性质，并考察了所构造算子的收敛性与逼近精度。结果表明，该框架可作为已知统计系统的推广，为构建具有可控保持与逼近性质的新正算子类提供了基础。
本文研究了从离散到连续凝聚聚集方程的极限过程，该方程结合了Oort-Hulst-Safronov方程和逆聚集过程。作者在动力学核不总是相等的最一般形式下，建立了离散与连续方程之间的关系。通过用离散方程序列逼近连续方程，并在适当的先验估计下证明了收敛准则，随后利用弱紧性原理收敛到连续方程的解。研究还探讨了离散模型解的存在性、特定条件下有限时间内不同阶矩的一致有界性，并分析了特定核导致质量损失或凝胶化的长时间动力学和解的爆破。三个数值实验展示了当参数ε趋近于零时，近似解对连续方程精确解的准确性和收敛性。
本文提出了广义交错多项式族的新概念，将经典交错多项式方法推广至处理变次数的多项式。基于此框架，作者为广义CUR矩阵逼近问题推导了残差矩阵谱范数的理论上界，该上界由期望多项式的最大根表示。研究重点分析了两个特例：经典CUR分解与行子集选择问题。对于前者，获得了比现有结果更紧的谱范数误差界，并给出了特定矩阵条件下求解该问题的确定性多项式时间算法。对于后者，则首次建立了其谱范数误差界。
本研究在零假设$H_0$（序列为独立随机向量）及收敛于$H_0$的备择假设$H_1$下，推导了NIST STS、TestU01等测试包中若干统计量推广形式的极限联合分布。同时获得了所考虑统计量的Berry-Esseen型不等式，并找到了它们渐近独立的条件，为评估随机数生成器质量提供了更严格的理论基础。
本研究针对纠错码列表恢复这一核心问题取得重要进展。尽管已知折叠里德-所罗门码等码的列表大小随误差参数呈指数增长，导致传统算法效率低下，但本文证明这些大列表具有高度结构化的特性。基于此，我们提出了一种新算法，能够输出一个仅包含ℓ^O((log ℓ)/ε)个元素的紧凑描述来涵盖整个相关列表，且运行时间仅与1/ε呈多项式关系。这显著改进了Guruswami和Wang先前提出的规模约为n^(ℓ/ε)的紧凑描述，并提升了列表恢复任务的最先进算法性能。
本研究将Thurston的非对称度量及其相关的Finsler范数，从Teichmüller空间的经典设定，成功扩展到Margulis时空的几何结构中。文章不仅完成了这一理论扩展，还证明了该非对称度量及对应Finsler范数的若干凸性性质，深化了对这类几何空间度量结构的理解。
本研究证明，与拉普拉斯特征函数不同，夹紧板问题的高能特征函数的节点集不一定稠密，可以出现宏观的“节点空洞”。具体而言，在单位圆盘的微小变形上，存在任意高频的夹紧板特征函数，其在半径0.44的圆盘内不消失。
本文针对期望传播算法中可能出现的积分值为无限的消息（表现为负方差高斯形式）阻碍算法收敛的问题，在线性模型框架下进行了分析。研究揭示了信念分布之间的数学关系，并提出了非持续性和持续性两种方法，有效防止算法被此类消息阻塞。此外，通过深入分析线性模型中消息的关系，作者还开发了一种能从根本上避免无限积分消息产生的新方法。
本研究针对日益严重的网络霸凌问题，首次构建了一个包含4100余个GIF的标注数据集，并应用VGG16深度学习模型进行检测，准确率达到97%。该工作填补了GIF/表情包霸凌检测的研究空白，为社交媒体内容审核提供了新的技术工具。
本研究通过对比数据导向设计（DOD）与面向对象设计（OOD）在A*搜索算法上的实现，系统评估了二者在多线程CPU环境下的性能差异。实验结果表明，在多线程场景中，DOD版本在执行时间、系统调用次数和缓存未命中数等关键指标上均表现出显著优势，尤其在数据密集型操作中效率更高。研究同时发现，对于A*这类细粒度任务，线程管理开销可能导致单线程版本性能优于多线程版本。结论指出，DOD在架构上具有基础性优势，是提升复杂AI及并行计算任务硬件效率的更有效方法。
ThreadWeaver 是一个创新的自适应并行推理框架，旨在解决大语言模型（LLM）推理时因顺序解码导致的高延迟问题。该框架通过三方面创新实现高效并行：1）生成大规模带并行标注的思维链数据用于监督微调；2）基于字典树的训练-推理协同设计，使其能在任何现成的自回归推理引擎上运行，无需修改位置编码或KV缓存；3）并行感知的强化学习框架，教导模型在准确性与并行效率间取得平衡。在六个数学推理基准测试中，基于Qwen3-8B的ThreadWeaver实现了与顶尖顺序推理模型相当的准确率（平均71.9%，AIME24上达79.9%），同时将token延迟平均加速1.53倍，在准确性与效率之间建立了新的帕累托前沿。
本文指出，在长尾学习中，特征空间与分类器权重空间的对齐缺失是阻碍神经崩溃现象发生、导致泛化性能差的关键原因。作者通过理论分析量化了这种错位的危害，并提出了三种即插即用的显式对齐策略。在多个长尾数据集上的实验表明，该方法能有效提升现有基线模型的性能，达到新的最优水平。
本研究提出了两个新颖的音频-空间场景数据集AudioScanNet和AudioRoboTHOR，旨在解决现有音频数据集缺乏空间上下文的问题。通过将音频片段与空间对齐的3D场景相结合，该研究探索了音频信号如何与空间环境交互。方法上，利用大语言模型的常识推理能力并结合严格的人工验证来关联音频事件与空间信息，在保证准确性、完整性和多样性的同时，实现了比纯手动标注更高的可扩展性。基准测试表明，该数据集能有效推动音频引导的3D视觉定位和机器人零样本导航等任务的发展。
MixLM是一种新颖的大语言模型排序框架，旨在解决工业级搜索推荐系统中LLM排序计算开销高、吞吐量低的问题。其核心创新在于“混合交互”机制，将冗长的物品文本描述预先编码为少量嵌入向量并缓存，在线推理时仅需输入这些向量，从而将输入上下文长度从数千文本词元大幅缩减。在LinkedIn真实搜索应用中的部署表明，MixLM在保持排序相关性的同时，将系统吞吐量提升了10倍，并成功推动LLM搜索全流量上线，带来日活跃用户显著增长。
本文提出了一种知识驱动的AI Urban Scientist系统，旨在解决城市科学面临的数据碎片化、跨学科信息整合难题。该系统从数千项高质量研究中提炼假设、数据和分析模式，构建为一个协调的多智能体框架，能够自主生成结构化假设、检索与整合异构数据集、进行自动化实证分析与模拟，并以符合城市科学推理的方式综合见解。它不仅降低了高级城市分析的门槛，更能作为主动合作者，揭示城市系统运行机制，助力设计更具韧性与公平性的城市。
研究发现，在LLM代理执行长序列任务时，并非所有动作错误都同等致命。通过分析Airline/Retail和SWE-Bench任务轨迹，作者将步骤分为“突变”（改变环境状态）和“非突变”两类，并定义了“决定性偏差”——即最早导致任务从成功翻转为失败的动作偏差。逻辑回归分析显示，在SoTA模型中，每个突变动作的额外偏差可使成功率降低高达92%-96%，而非突变动作偏差影响甚微。基于此，团队提出了CM防护机制，通过突变门控验证、针对性反思和基于块的上下文清理，在多个基准测试上实现了7%-28%的相对性能提升。
针对多模态模型训练中GPU内存溢出（OoM）导致资源浪费的问题，本研究提出了一个预测峰值GPU内存使用量的框架。该框架通过将多模态模型分解为各组成层，并应用因子化方法估算每层内存使用量，实现了对复杂模型内存需求的准确预测。评估显示，其平均绝对百分比误差（MAPE）约为8.7%，有效解决了现有方法难以泛化至多模态架构的局限。
本文提出LAPA，一种针对Transformer模型的日志域预测驱动动态稀疏加速器。针对Transformer计算瓶颈随输入序列动态变化的问题，LAPA设计了跨阶段稀疏加速策略。其核心创新包括：消除昂贵乘法的非对称前导一计算方案、缓解累加开销的混合精度多轮移位累加机制，以及与之协同的数据特征依赖滤波器策略。实验表明，LAPA在能效上分别比当前最先进的Spatten、Sanger和FACT方案高出3.52倍、3.24倍和2.79倍。
本研究提出一个无监督机器学习框架，用于监控《蒙特利尔议定书》等环境条约的执行。该框架结合K-Means聚类、孤立森林异常检测及启发式标记，对10万条贸易记录进行分析，成功识别出1351个价格异常和1288个高优先级货物。关键发现是，高优先级商品的价值重量比与普通货物显著不同。模型还成功捕捉到2021年初因美国《AIM法案》实施而出现的“大宗贸易”激增现象，验证了其敏感性。
针对恶意软件利用域名生成算法（DGA）逃避传统防火墙拦截的问题，本研究提出了一种结合深度学习和自然语言处理（NLP）的检测方法。通过构建包含5万个合法与5万个恶意域名的混合数据集，提取词汇特征并训练长短期记忆网络（LSTM）模型。实验结果表明，该神经网络方法在检测复杂DGA模式上表现优异，准确率达到97.2%，并在合法流量场景中有效降低了误报率。
本研究针对传统贝叶斯优化方法难以处理函数型响应（如随时间或波长变化的信号）且通常只优化平均性能的局限，提出了最小-最大函数型贝叶斯优化（MM-FBO）框架。该方法利用函数主成分分析表示响应，并为得分构建高斯过程代理模型，通过一种集成不确定性采集函数，在探索整个函数域的同时，直接最小化最坏情况下的误差。理论分析证明了其离散化界和一致性，在合成基准和涉及超光子器件电磁散射等物理案例中，MM-FBO均优于现有基线，凸显了显式建模函数不确定性的重要性。
LocaGen 提出了一种基于机器学习的亚采样时延学习方法，旨在提升二维音频波束定位性能。该系统利用仿真生成的真实合成数据训练模型，有效降低了采样量化误差，从而提高了基于三麦克风阵列的波达方向（DOA）和精确位置估计的准确性。实验表明，即使在低功耗嵌入式系统上，LocaGen 也能以极小的实时资源开销，将 DOA 误差降低约 67%。
本研究提出了一种基于混合专家（MoE）的噪声估计器，并将其融入分数扩散框架，用于解决生理时序信号（如多变量、高噪声、易受伪影干扰）的重建与插补难题。核心创新在于设计了感受野自适应MoE模块，使各通道能在扩散过程中自适应选择感受野；并利用MoE的并行特性，通过融合MoE模块在单次推理中生成并融合多个噪声信号，在提升性能的同时，避免了传统多轮推理带来的巨大计算开销与延迟。实验表明，该方法在不同任务和数据集上均优于现有的扩散模型SOTA方法。
2025年11月11日，阿拉加茨太阳中子望远镜首次在太阳X5.1级耀斑及后续质子事件期间，同时探测到地面中子与μ子通量的显著增强，并成功获取了10-600 MeV能量范围内的能谱。事件呈现出独特的双峰结构，揭示了粒子加速条件的快速演化。这是首次实现大气中子和μ子能谱的同时测量，为研究极端太阳粒子加速机制提供了关键新数据。
本文介绍了一款名为SATMO的开源、用户友好的卫星热分析工具。该工具基于MATLAB开发，采用六节点模型，专为地球及其他太阳系天体（如金星、火星）轨道上的立方星设计。SATMO旨在为任务早期规划提供快速热学权衡研究，其建模结果与行业标准软件Thermal Desktop的温差在1.17°C以内，验证了其有效性。该工具显著降低了卫星热分析的门槛，有助于推动更多小型卫星深空探测任务的研究与规划。
本文介绍了“星际签名”计算框架，这是一个基于网络的开源平台，旨在解决星际和太阳系天体数据庞大、复杂且难以访问的问题。该框架整合了来自公共数据库的实时数据流和基于物理的模拟方法，能够实时建模和可视化星际及太阳系天体的运动。平台支持交互式可视化、轨道比较分析和模块化工具，降低了星际数据分析的门槛，促进了专业天文学与公众科学参与之间的桥梁。
本研究提出了一种利用微引力透镜探测外星先进文明技术特征的新方法。研究者聚焦于围绕原初黑洞的戴森群结构，这些随机变化、部分不透明的结构会通过随时间变化的透射效应调制标准的微引力透镜光变曲线。研究引入了一个包含可变光学深度和随机间隙分布的概率框架，分析了红外超辐射和峰值发射波长等互补观测特征，并定义了此类随机结构的有效光学深度和异常微引力透镜事件率。该工作为通过微引力透镜搜寻人工、动态调制信号来寻找地外先进文明开辟了新途径。
研究团队通过分析6992个活动星系核（AGN）长达20年的多波段光变曲线，发现其变幅与特征时标之间存在与内禀光度紧密相关的经验关系。基于此关系构建了红移达3.5的AGN哈勃图，并与超新星距离数据联合分析。结果显示，暗能量状态方程存在演化的证据，其显著性水平相对于恒定w模型为3.8-3.9σ，相对于标准ΛCDM模型为4.4-4.8σ。该研究确立了AGN光变曲线作为宇宙学测绘新工具的潜力。
传统凌星法仅能探测轨道共面的环双星行星，存在观测偏差。本研究通过分析 TESS 对 1590 个食双星的光变曲线，利用其轨道拱线进动作为行星伴星的动力学特征，排除了相对论、潮汐和自转效应的主导贡献，从而推断出存在额外的引力扰动体。研究据此提出了 27 个新的候选环双星行星，以及 6 个质量更大的候选伴星。其性质目前存在简并性，需后续径向速度观测加以确认和区分。
本研究提出利用新发现的超级木星HIP 54515 b，对罗曼太空望远镜日冕仪在暗弱恒星、小内工作角极限下的性能进行首次严格测试。该行星的预测对比度极低，且轨道靠近日冕仪内工作角，其主星亮度接近仪器实现深度对比度的极限。此次测试将为未来“宜居世界天文台”观测邻近K、M型恒星周围的岩质行星提供关键的技术验证和挑战预演。
本研究利用JWST/NIRSpec光谱数据，首次对红移z~1-6的恒星形成星系进行了氮氧丰度比（N/O）的系统性分析。通过对76个高红移星系中微弱极光发射线的探测，研究者建立了首个基于直接丰度测量的高红移强线诊断校准。研究发现，与本地星系相比，高红移星系在固定氧丰度下表现出约0.18 dex的氮元素系统性增强，在低金属丰度区域增强更为显著。这一化学特征与第一代球状星团恒星相似，可能反映了早期宇宙中星团驱动富集模式的晚期阶段。
本研究应用神经后验估计方法，通过恒星流的运动学数据来约束暗物质子晕的相互作用参数。研究基于拉格朗日云剥离技术生成粒子喷雾模拟，并以ATLAS-Aliqa Uma流为测试案例。结果表明，在理想的全6D坐标观测下，对于质量为10^7太阳质量的子晕，其质量不确定性可降至15-20%。在现实的观测条件下，质量不确定性从当前的50%降至未来观测的20-40%。研究还发现，当相空间采样不足时，会出现速度双峰性，而结合大型测光样本与有针对性的光谱后续观测可有效解决此简并问题。
本研究首次完整解析了邻近明亮中质量双星系统Lambda Ophiuchi的内外轨道架构。结合历史天体测量数据与新VLTI/GRAVITY干涉测量，确定了其129年的外轨道与42天的内轨道。轨道呈逆行且严重倾斜，导致内双星正经历von Zeipel-Kozai-Lidov振荡。研究揭示了广义相对论、潮汐与自转隆起进动对偏心振荡的关键调制作用，并指出恒星自转轴倾角对振荡幅度有决定性影响。
本研究利用印度3.6米Devasthal光学望远镜的斑点干涉技术，克服了大气湍流和衍射极限的限制，成功解析了双星系统并精确测量了其轨道间距和位置角。对于传统方法难以分析的暗弱伴星系统，研究采用了贝叶斯推断来建模斑点图案，从而高精度地估算了轨道参数。这项工作为中型望远镜作为高分辨率恒星干涉仪提供了有效方法，并展示了斑点干涉技术在推进印度天文学光学干涉研究方面的潜力。
本研究对160个盖亚DR3数据中的白矮星+主序星双星系统进行了均一化丰度分析。通过高分辨率光谱测量主序星的化学丰度，重点关注s-过程元素。研究新发现了36颗钡矮星，将已知此类天体数量翻倍，并扩展至更低金属丰度。s-过程丰度变化与恒星质量和金属丰度相关，而与轨道间距无关。在最低金属丰度下，三颗钡矮星显示出强烈的碳吸收带，将其与CEMP-s星联系起来，表明AGB质量转移在低金属丰度下通常会导致强烈的碳增丰。通过将观测丰度模式与AGB核合成模型比较，发现s-过程增强的多样性可由供体质量、金属丰度以及AGB星在质量转移前经历的热脉冲次数变化解释。这些结果确立了盖亚WD+MS双星作为约束双星质量转移物理和化学特殊恒星起源的有力实验室。
本文综合了后凯恩斯主义和奥地利学派的经济学观点，并结合技术分析，系统论证了比特币难以成为合格货币的结构性障碍。研究指出，比特币既非基于债务的IOU，也不符合米塞斯回归定理对货币起源的严格解释。实证分析进一步揭示了其极端波动性、硬编码的可扩展性限制、脆弱的市场结构以及不安全的长期经济设计。结论认为，比特币本质上是一种新型投机资产，其主要遗产在于其催生的技术创新，而非作为货币标准的可行性。
本文提出了一种针对网络数据的分支固定效应方法，通过将双向固定效应估计分解为统计独立的“分支”，每个分支都能提供目标参数的无偏估计。该方法解决了经济学家在评估他人研究团队线性固定效应模型估计结果时面临的不确定性量化难题，同时支持矩估计和收缩估计。作者开发了从大型数据集中高效提取分支的算法，并以意大利威尼托地区广泛用于研究企业工资效应的基准数据集为例进行了演示。
本研究提出了一种用于集中择校系统（Gale-Shapley延迟接受机制）反事实分析的新方法。与现有研究相比，该方法依赖更弱的假设，无需完全指定效用函数或学生对录取概率的信念，而是基于对行为的可解释限制，构建了一个灵活但不完全偏好模型。该框架通过计算反事实稳定匹配结果的精确边界，解决了部分识别难题，并运用算法技术与整数规划进行高效计算。作者以智利旨在提高STEM领域女性入学率的政策为例，展示了该方法的应用价值。
一项针对257名医学生、涉及3855次诊断决策的实验研究发现，AI解释在算法正确时（占73%的案例）能将诊断准确率提升6.3个百分点，但在算法错误时（占27%的案例）却会降低准确率4.9个百分点。这种不对称性源于现代AI系统无论推荐质量如何，都能生成同样具有说服力的解释，导致医生无法区分有益与误导性建议。研究表明，医生会将带有解释的AI视为比实际准确率高15.2个百分点，即使面对错误推荐也会过度依赖。选择性透明策略每年可为医疗保健创造25.9亿美元的价值，比强制全面透明高出43%。
本研究针对二元治疗选择问题，提出了一种两阶段的自适应实验设计方法，旨在通过实验最大化社会福利。该方法在治疗分配阶段首先估计各治疗方案的标准差，然后按标准差比例分配实验对象（即Neyman分配）。研究证明，该设计在遗憾（regret）意义下同时达到了极小极大最优和贝叶斯最优，其遗憾上界与推导出的下界精确匹配。
本研究开发了一个基于大语言模型（LLM）的透明、可审计的宏观金融压力测试管道。该管道结合结构化提示与可选的国家基本面及新闻检索，为G7国家生成机器可读的宏观经济情景（涵盖GDP增长、通胀、政策利率），并通过基于因子的映射将其转化为投资组合损失，从而进行风险价值（VaR）和预期短缺（ES）评估。结果表明，LLM能生成连贯且具有国别特征的压力叙事，产生稳定的尾部风险放大效应，且风险变化主要由投资组合构成和提示设计驱动，而非检索机制。该管道为传统压力测试框架提供了一个可扩展且可解释的补充。
本研究采用ARDL模型，分析了2008年至2015年间土耳其BIST-100指数与信用违约互换（CDS）价格之间的短期与长期互动关系。研究发现，CDS价格上涨会显著压低股市，而股市上涨则能降低CDS价格。此外，利率、通胀、汇率以及政治事件均对两者有显著且方向性的影响，揭示了土耳其企业高度美元化的债务结构以及金融市场对政治不确定性的过度敏感。证据表明，两者在控制变量下虽会偏离，但会以中等月度速度回归长期均衡。
本文提出了战略演化理论，构建了一个参与者、策略和制度规则共同演化的通用模型。该理论将复制者动态扩展到包含内生参与者、多层次选择、创新和制度变迁的场景。核心数学工具是Poiesis堆栈，通过跨层级增益矩阵连接战略层级。研究表明，在小增益条件下，系统存在全局李雅普诺夫函数，并在有限深度满足选择、跟踪和随机稳定性。该理论统一了演化博弈论、制度设计、创新动力学等领域，为长期战略适应提供了通用数学模型。
本研究基于登机牌微观数据与乘客访谈，分析了客舱座位布局与密度对国内航班机票定价的影响。采用PDS-LASSO计量模型控制商业与运营中的不可观测因素后发现，更高的座位行密度与更低票价相关，体现了规模经济与运营效率提升。一个意外发现是，在未收取选座费的情况下，高价票乘客常因临近购票而被分配中间座位，这揭示了航空公司一项主要辅助收入背后的经济逻辑。研究还探讨了创新客舱概念对密度与舒适度的潜在影响。
本研究基于兴趣的人-对象理论，开发问卷测量了400多名参与在线CS课程学生的“热情”变化。研究发现，早期青春期（尤其是女生）对CS的热情显著下降，兴趣轨迹存在巨大年龄差异。关键结论是，年龄是比性别更决定性的影响因素，并识别出关键的发展转折点。尽管高年级学生初始态度较低，但在干预后表现出最大的积极变化，表明精心设计的短期活动即使在后期也能有效重新激活兴趣。
本研究探讨了连续时间下具有时间不一致性和非马尔可夫性的有限玩家博弈。由于每个玩家的目标函数非线性地依赖于状态过程的期望值，经典贝尔曼最优性原理失效。为此，研究者采用双层博弈论框架，分别在处理时间不一致性的个人内部层面和处理玩家间策略交互的个人之间层面，寻求子博弈完美纳什均衡。研究首先通过一组耦合的后向随机微分方程刻画了均衡与价值过程，随后分析了其平均场对应物，并最终证明了有限玩家博弈的均衡与价值过程收敛于其平均场极限。
本文研究了在存在干扰效应（如网络实验、集群随机试验）时，通过暴露对比识别处理效应和溢出效应的非参数方法。作者指出，即使满足无混淆假设，传统的回归方法仍可能导致估计符号与真实效应相反。论文提出了可解释的条件，确保暴露对比能表示为个体效应的凸组合，从而避免符号反转，适用于多种实验和观测研究设计。
研究利用匈牙利全国供应链网络数据，分析了2020-2024年间2.5万家企业的能源结构，覆盖了该国大部分天然气、电力和石油消费。研究发现，尽管近半数企业增加了低碳电力占比，但超过一半的企业反而减少。按当前趋势外推，到2050年仅有20%的总能源消费转向低碳电力，远不足以实现气候中和目标。然而，若各行业企业能效仿其内的转型领先者，低碳占比可达70%，使气候目标触手可及。研究还揭示了“锁定效应”：化石燃料成本占收入比重高的企业转型可能性更低。
本研究通过分析美国48个州及50个国家的面板数据，探讨了不同频率温度变化对经济产出的影响。研究发现，低频（缓慢演变）温度变化与经济活动低频成分存在共同因子，长期来看，低频温度每升高1°C，经济增长率将下降约1%。高频温度变化的线性效应不显著，但在国际面板中表现出非线性影响。研究强调了在推断时需注意单边聚类误差的干扰，以及加性固定效应在控制共同时间效应方面的局限性。
本研究提出了一个同时考虑健康影响与经济成本的联合建模框架，用于评估新兴大流行中不同应对策略（缓解、压制、清零）的预期总成本。分析发现，对于低严重性疾病，缓解策略最具成本效益；对于高严重性疾病，若基本再生数R0较低，压制策略更优；若R0较高，则清零策略更具成本效益。以新西兰2020年新冠清零政策为例，其参数估计接近或超过清零比缓解更具成本效益的阈值。该框架有望成为未来大流行威胁的决策支持工具。
本研究结合粗粒化分子动力学模拟与深度学习，揭示了DEAD-box RNA解旋酶DDX3X无需ATP即可解开双链RNA（dsRNA）的新机制。团队开发的HelixTriad模型准确复现了RNA熔解曲线，模拟显示DDX3X与dsRNA的弱特异性相互作用可驱动随机链分离。自由能分析表明，成功解旋通过高熵、链置换中间态实现。新提出的深度学习框架Entropy-Unet进一步验证了熵贡献的层级模式，表明ATP非依赖的解旋主要由熵驱动，为理解RNA解旋酶的功能多样性提供了新视角。
本研究提出FGW-CLIP，一种基于融合Gromov-Wasserstein距离优化的对比学习框架，用于高效筛选酶与生化反应。该方法不仅考虑酶与反应间的跨域对齐，还整合了酶内部及反应内部的层级关系，通过定制正则化项最小化域间距离。在EnzymeMap和ReactZyme基准测试中，FGW-CLIP在虚拟筛选中取得了最先进的性能，对新酶和新反应展现出强大的泛化能力。
本研究提出了一个连续数学模型，用于描述有限资源下新基因型的连续出现。该框架将基因型密度建模为突变空间中的非线性流，结合了由时变突变率驱动的输运、逻辑斯蒂增长和非局部竞争。在无反向突变的平流-反应机制下，研究通过特征线法获得了解析解，并得到了时变承载力和突变速度的显式表达式。分析揭示了衰减和加速的突变率如何通过水平集几何塑造种群前沿的饱和与传播。当包含反向突变时，系统变为基因型空间中具有扩散的拟线性抛物型方程；数值实验表明，反向突变流能稳定动力学并平滑演化前沿。该模型通过纳入逻辑斯蒂调节、可变突变率和可逆转变，推广了经典的准物种和Crow-Kimura公式，为病毒学、细菌适应和肿瘤进展相关的进化过程提供了一个统一的研究框架。
一项基于6800名青少年的研究发现，睡眠不足（<9小时/晚）与脑内血管周围间隙（PVS）负担增加相关，后者是评估脑类淋巴系统功能的关键指标。PVS负担部分介导了睡眠对大脑结构、认知功能（尤其是晶体智力）和心理健康（如普遍性问题）的负面影响，间接效应比例最高达10.9%。研究揭示了睡眠通过影响脑类淋巴系统清除功能，进而损害神经发育的潜在机制。
本研究提出一个耦合主动智能体与动态环境的生态模型，将种群规模和资源分布作为系统的涌现属性。通过模拟和理论分析发现，系统存在准静态和高运动性两种相态，且种群规模通常与个体平均能量成反比。反直觉的是，资源获取减少或代谢消耗增加反而可能导致更大的种群规模。该框架连接了活性物质与运动生态学，为研究资源利用策略和防止物种灭绝提供了新工具。
本研究开发了一个结合温度驱动、多斑块ODE的数学模型，模拟了库蚊在斑块化景观中的动态。模型整合了昆虫学观测、天气因素及伊利诺伊州库克县西北蚊虫控制区的实际干预措施。研究发现，忽略空间连通性的模型会高估干预效果或误判蚊媒持续存在的阈值。通过数值模拟，分析了不同时空配置下连续与脉冲式控制方法的差异，为优化库蚊种群管理及降低蚊媒疾病风险提供了策略依据。
本研究通过微分方程模型，揭示了细菌生长速率与噬菌体吸附速率共同决定了三种生态结局：噬菌体灭绝、稳定共存或振荡性灭绝。研究发现，环境波动可通过共振效应抑制破坏性振荡，促进共存，而静态模型则预测崩溃。反直觉的是，较低的细菌生长速率在高感染压力下反而有助于生存，这解释了感染后观察到的生长减缓现象。
本研究提出利用神经常微分方程（NODE）框架，直接从时间序列蛋白质组和代谢组数据中学习复杂的相互作用，以模拟代谢通路的连续动态。应用于工程化大肠杆菌菌株的数据表明，该模型在捕捉系统动态方面优于传统机器学习方法，在柠檬烯和异戊烯醇通路数据集上，均方根误差较基线提升超过90%，且推理速度加速了1000倍。这为个性化医疗和合成生物学中的预测建模提供了可扩展的高保真工具。
本研究提出了一种名为BeeTLe的新型深度学习多任务框架，用于线性B细胞表位的预测和抗体类型特异性分类。该模型结合了循环层和Transformer块，并引入了一种基于特征值分解的氨基酸编码方法以增强表位表征学习。针对数据类别不平衡问题，作者扩展了logit调整技术来改进标准交叉熵损失函数。在基于最大公共表位数据库构建的数据集上的实验表明，该方法在性能上优于现有工具，为疫苗开发和免疫诊断等应用提供了更高效的计算工具。
研究通过经济模型分析英国西南部地区林地补贴政策对土地利用的影响，发现补贴导致新林地增加，进而提升野生鹿群数量。模拟显示，在补贴政策下，野生鹿与牛群接触风险较无补贴时增加26%至35%，可能加剧牛结核病等传染病传播。研究为制定风险缓解策略（如低风险区定向补贴、建立缓冲区）提供了依据。
本研究提出了一种结合离散化Wilson-Cowan-Amari神经场模型与贝叶斯数据同化方法的新框架，用于从小鼠自然睡眠期间的局部场电位测量中联合估计神经活动状态与模型参数。该方法首先在合成数据上验证了可行性，随后成功应用于文献中的真实数据集。结果表明，该框架不仅能推断出与观测信号一致的系统状态，还有潜力用于表征大脑皮层从其他脑区接收的刺激输入。
本研究深入剖析了一个用于拟合生物视觉系统的先进神经基础模型。研究者通过构建解码流形和编码流形，分析了模型内部不同处理阶段（前馈编码器、循环模块和读出模块）的表征结构。研究发现，循环模块通过“推开”不同时间刺激模式的表征，能力显著提升；而读出模块则依赖大量特化特征图而非生物合理机制来实现生物保真度。这项工作为理解神经基础模型的内部工作机制及其组件的生物学相关性提供了新视角。
本文对近期将文本词频分布与玻色-爱因斯坦统计类比的研究提出评论。作者指出，该研究虽提供了有趣的类比和拟合结果，但存在几个关键问题：归一化处理被误读为“玻色增强”、词序与能量的对应关系缺乏机制解释、基线比较不足以支持本体论结论。评论强调需区分物理主张与定义选择，并指出参数语义和可重复性等潜在问题。
本研究开发了一套数据工作流，用于清洗和整合来自eBird、iNaturalist、GBIF等多个社区科学平台的异构观测数据。通过该工作流，研究人员对亚南极地区鸟类种群规模进行了预测，并基于整合的死亡率数据集，首次估算了高致病性禽流感（HPAI）对多个物种的潜在死亡率影响。该方法为利用非结构化社区数据支持流行病学和生态学建模提供了标准化方案。
本文综述了描述生物速率与温度关系的核心理论模型，涵盖从经验曲线、反应级动力学到基于网络的动态框架。研究强调温度不仅影响基本反应速度，还通过调控、反馈和随机跃迁等相互作用，塑造了复杂的生理响应行为。通过比较不同模型的假设与内涵，旨在建立连接分子过程与宏观温度响应曲线的桥梁，并为构建解释生物热响应多样性的综合框架指明方向。
本研究开发了FSPmix，一个开源的R包，采用半监督功能聚类方法，利用部分标记蛋白的注释信息，从亚细胞空间蛋白质组学数据中预测蛋白质的亚细胞定位。该方法假设蛋白质信号在亚细胞组分间平滑变化，从而在低信噪比数据条件下实现更稳健的推断。研究人员将其应用于海洋硅藻的亚细胞蛋白质组数据集，成功为蛋白质分配了概率定位，并揭示了潜在的新蛋白质功能。这项工作为亚细胞蛋白质组学数据的统计分析，特别是在非模式生物中的研究，奠定了更坚实的基础。
本研究分析了基于Duniter的加密货币（提供类全民基本收入）所依赖的“信任网络”系统。该系统通过图论规则、时间约束和许可机制来抵御大规模Sybil攻击。文章探讨了在简化图论规则下，系统能承受的最大Sybil攻击规模与攻击者数量及系统参数的关系。研究表明，尽管理论上该系统无法完全阻止大规模攻击，但在拥有数千用户的真实Duniter加密货币场景中，仅凭图论规则即可有效防御大规模攻击。
本研究针对电树枝放电的复杂几何结构提出了一种简化的一维等离子体模型。该模型通过弱耦合的平流-扩散-反应方程描述电树枝内部及介质表面的电荷浓度演化，并结合偶极矩的生成-湮灭常微分方程。采用基于有限体积法和Patankar型方法的数值格式，在保证关键物理性质的同时实现了高效模拟。模型已成功应用于从直线到真实电树枝的多种复杂几何结构测试。
本研究在Eddington启发的Born-Infeld引力框架下，精确求解了含全局磁单极背景的Schrödinger和Klein-Gordon振荡子问题。通过将径向方程化为合流Heun形式并强制级数截断，得到了条件精确解，其中径向本征函数截断为(n+1)≥1次多项式。这一截断条件量子化了振荡频率并限制了轨道角动量的允许值。在最低阶n=0情况下，得到了一阶Heun多项式的闭合解析解，频率由EiBI形变参数和角度亏缺共同决定。该方法首次为EiBI引力中的振荡子问题提供了统一且完全一致的处理框架。
一项针对2019-2021年全球科学产出的文献计量分析显示，农业可再生能源领域研究显著增长。基于1378篇文献，研究发现2021年达到发表高峰，印度、中国、美国、意大利和英国是主要贡献国。研究识别出五大主题集群：农业可再生能源技术、生物能源、可持续农业、生物质能源及农业活动环境影响。关键进展包括农光互补系统、利用农业和畜牧废弃物生产沼气，以及开发可再生能源驱动的农业机器人。该领域日益关注农业、可再生能源使用与温室气体排放之间的联系，以契合全球可持续发展目标。
本文提出将时空非对易性的对偶图景——弯曲动量空间的存在——作为解决该领域一些开放概念问题（如可观测量对基底的依赖性）的潜在出路。在此框架下，作者展示了如何构建变形的克莱因-戈登方程和狄拉克方程，并对如何定义自由及相互作用的量子场论给出了展望。
实验研究发现，水下湍流能显著影响声波传播，导致接收信号在远高于湍流脉动频率的波段被吸收或放大，幅度变化超过60%，且无频谱展宽。研究覆盖管道流与自由射流，声波频率60 kHz至4.4 MHz。信号变化趋势取决于声波频率、振幅与流动条件，所有频率分量同步增减，无新频谱成分产生。对比证实，信号变化主因是湍流脉动而非平均流，现有理论无法解释，暗示存在未知的湍流-声波相互作用机制。
本研究提出了一种测量近共振热原子蒸气中群速度色散（GVD）的新方法。传统脉冲展宽或干涉测量技术因吸收、脉冲畸变和非线性效应而受限。新方法采用弱相位调制的连续波激光和慢速光电探测器，通过扫描调制频率并观测透射调制对比度的振荡，在特定频率下对比度消失点可直接确定GVD。该方法已成功应用于热铷蒸气，观测了D2线宽失谐范围内GVD随频率的强烈变化。
本研究在周期性极化钽酸锂薄膜（PPLT）波导中实现了瓦级连续波二次谐波产生（SHG）。相比传统铌酸锂材料，钽酸锂具有更高的光学损伤阈值。通过优化电极几何结构和极化条件，团队在7毫米长的波导上，使用4.5瓦泵浦功率，获得了超过1瓦的二次谐波功率，其中离片输出功率高于0.5瓦。这项工作克服了铌酸锂材料功率输出受限的瓶颈，为集成激光器、量子光子学和高功率应用开辟了新途径。
本研究提出并验证了一种用于高剂量率近距离放疗体内剂量验证的塑料闪烁体探测器校准方法。该方法利用直线加速器6 MV射束进行高光谱校准，有效消除了探测器自身效应，克服了传统近距离放疗校准中的剂量梯度和定位难题。实验验证表明，在距放射源1.2厘米处，测量剂量率与标准计算值的相对差异约为2.5%，对应位置不确定度小于0.15毫米。该方法为精确的体内剂量验证提供了可靠的技术支持。
Thea Energy公司发布了名为“Helios”的聚变发电厂预概念设计。该设计采用准轴对称仿星器构型，结合了12个大型高温超导环向场线圈和324个小型平面成形线圈。设计强调实用性，通过可独立控制的成形线圈放宽制造公差，并采用分段维护架构，预计可实现88%的容量因子。该电厂设计热功率1.1吉瓦，净电功率390兆瓦，所有线圈设计寿命与电厂系统一致，至少为40年。
本研究提出一个离散理论模型，将基础代谢率B描述为个体发育阶段n的动态函数，形式为B(n)=B₀Mᵇ⁽ⁿ⁾，其中有效标度指数b(n)在发育过程中系统性变化。该模型基于斐波那契数列描述离散生长阶段，推导出b(n)的解析表达式，将个体发育进程与代谢-质量标度关系的变化联系起来。研究表明，代谢标度可从早期阶段的强次线性行为，随n增加逐渐转向近乎线性状态，为连接个体发育中代谢率演变与生物生长递归组织提供了统一框架。
本研究探讨了金属透镜在通用计算机视觉任务中的应用潜力。研究发现，针对全彩成像优化的金属透镜，其图像分类精度可与高端传感器受限光学系统媲美，并在多种传感器像素尺寸下均优于双曲面金属透镜。通过设计端到端单孔径超表面用于ImageNet分类，研究揭示了优化后的超表面倾向于平衡各波长的调制传递函数，表明空间频域信息的保留是光学神经网络性能的关键可解释因素。该工作为设计高性能、可泛化的光学神经网络与元光学编码器提供了实践指导与理论洞见。
研究团队提出了一种名为FRINGE的自参考量子态层析协议，利用光子数分辨双缝干涉技术重构光量子态。该方法无需独立的本地振荡器，通过两个相同未知量子场副本照射横向位移狭缝，在远场通过探测横向位置关联相对相位，实现完美的时空模式匹配。测量得到的分布P(N, φ)是频率分辨光学门(FROG)的量子类比，能够从二项式加权的自干涉中重构福克空间波函数或密度矩阵。该方案兼容商用光子数分辨相机，可将成熟的超快光学方法直接移植到量子光学中。
本研究提出了一种单步光纤激光微加工方法，用于从超薄钛箔制造生物兼容、自支撑的MEMS热流量传感器。该方法结合了图案化和局部减薄，无需光刻、湿法/干法刻蚀或晶圆键合。通过双矩阵优化方法确定参数，并采用顺序R-T扫描减少再沉积，实现了从50μm到20-30μm的均匀减薄。制造的传感器在气流测试中表现出稳定的热阻系数、线性校准曲线，且自支撑结构设计使热响应提升了54%。
本文探讨了李代数理论在正特征域上的行为变化。与特征零域（如复数域）不同，正特征域（如有限域F_p）上的李代数展现出独特性质，催生了模李理论。该理论引入了p-映射等新工具，用于研究受限李代数。研究旨在分析经典定理在特征p下的失效或变形，并构建模李理论的一般框架，揭示了在此设定下可能发现的新数学结构。
本研究在Horadam数序列的通用框架下，探讨了与Cartan数相关的特殊序列。通过在这些代数结构上定义旋量变换，研究者引入了一类新型旋量，并分析了其关键性质。该方法将数论、代数与几何物理中的旋量理论联系起来，为跨学科研究提供了新的视角和工具。
本研究利用广义Weierstrass-Enneper表示，在四维空间ℝ⁴中构造了一类高阶Henneberg型极小曲面。作者推导了曲面的显式参数方程，并计算了其微分几何特征，包括法向量场n₁、n₂和高斯曲率。通过将参数形式从四维投影至三维，生成了揭示该曲面几何结构的可视化图像。此外，研究还探讨了曲面的无积分形式并导出了相应的代数函数。
本研究探讨了含非线性源项的全分数阶扩散方程中一个时间依赖系数的反演问题。首先，通过傅里叶方法、分数阶微积分工具及Mittag-Leffler函数的关键性质，证明了非局部初边值问题（正问题）温和解的存在唯一性及正则性。随后，在适当的Sobolev空间中应用不动点论证，证明了反问题解在局部范围内的存在唯一性，从而确立了该反问题解的正则性。
本文对复射影平面上的正规非循环三重覆盖进行了完整分类，其分支曲线的度数不超过10。该研究通过代数几何方法，系统刻画了此类覆盖的结构与性质，为理解低次分支曲线下的覆盖空间提供了清晰的分类框架。
本文引入了代数簇的“trim resolution”概念，这是对“small resolution”概念的强化。研究证明，对于允许trim resolution的簇，其相交上同调层的特征循环是不可约的。这一关键性质直接导致了该簇的stringy类与Chern-Mather类相等，为理解奇异代数簇的拓扑与几何不变量提供了新的统一视角。
本文受Asok-Fasel-Hopkins在动机同伦理论中问题的启发，利用等变Eilenberg-MacLane空间，给出了分类空间BSUℝm的有理C2等变同伦类型的完整描述。这一结果为相关领域的计算提供了新的工具和视角。
本文研究了从复平面到自身的映射芽，这些映射沿不可约曲线分歧，且其像具有特定幂次形式 x^p = y^q。作者描述了此类映射芽的局部结构，为复几何和奇点理论中分歧映射的分类提供了新的理论工具。
本研究证明了在 ℝᵈ 中具有亚临界非局部扩散的分数阶 Hamilton-Jacobi 方程的 Schauder 估计（Hölder 空间中的最优正则性估计）以及温和解与经典解的适定性结果。针对初始数据正则性与哈密顿量在梯度项上增长性之间的相互作用，研究聚焦于两个典型情形：Lipschitz 初值与空间 Hölder、梯度局部 Lipschitz 的一般哈密顿量；以及 Hölder 初值与空间 Hölder、梯度具有幂增长的局部 Lipschitz 哈密顿量。研究计算了当 t→0 时 C¹ 及更高阶 Hölder 范数的显式爆破速率，并给出了温和解的短时与长时存在性、Hölder 空间中的最优正则性、相应的 Schauder 先验估计，并证明光滑温和解即为经典解。
本文研究了整函数与其高阶导数部分共享两个值的唯一性问题。所得结果改进并推广了Li和Yi、Lü等人以及Sauer和Schweizer的相关工作。更重要的是，研究揭示了整函数f与其k阶导数f^{(k)}的值共享行为与一类特定非线性微分方程解析结构之间的深刻联系。文中提供了多个例子以说明结果中条件的必要性。
本研究推进了对（拟）极化复K3曲面上低次光滑有理曲线构型的理解。作者应用高效方法，分类了在至多具有A-D-E奇点的K3六次曲线上至少包含36条直线的构型。作为进一步分析的意外结果，研究刻画了K3六次曲线上的一类无限二面体群的双有理自同构群。此外，研究证明K3六次曲线上不可能存在Kummer直线构型，并对最接近Kummer八次或四次曲线的Humbert K3六次曲线上的直线构型给出了完整描述。
本研究将Albertson猜想（即色数为r的图其交叉数至少为完全图Kr的交叉数）的验证范围从r≤18扩展至r≤24，并对r=25,26的情形给出了强约束。同时，研究显著缩小了潜在反例图的规模范围，排除了|G|≥2.82r以及1.228r≤|G|≤1.768r的可能性。对于更大的r（如≥125,000），排除范围进一步扩大至1.10r≤|G|≤1.768r。
本研究针对非齐次不可压缩Navier-Stokes方程的自由边界问题，在临界函数框架下，为小初值解的正则性与全局适定性建立了新的分析框架。核心创新在于将问题视为半空间的扰动，并基于自然拉格朗日坐标变换，在最大正则性理论下对线性化Stokes系统进行精细分析。通过引入基于复插值的新技术处理边界项，成功控制了分数阶Sobolev空间中的非线性项，并解决了变密度情形下的困难。该方法还构造了时间上属于Lorentz类L_{p,1}(0,T; L_q)的解，并可用于严格研究平衡构型的稳定性，特别解决了二维空间中几何与正则性相互作用的微妙问题。
本研究首次系统刻画了量子双曲面上两种非交换U(1)规范拉普拉斯算子的谱结构。通过非交换几何方法，论文在量子双曲面的上叶上构建并分析了这两种算子，为理解非交换几何中的规范理论与谱理论提供了新的数学框架和具体实例。
本研究提出了CarBench，这是首个专注于大规模3D汽车空气动力学的综合基准。该研究在最大的公开汽车空气动力学数据集DrivAerNet++（包含超过8000个高保真仿真）上，对包括神经算子、几何深度学习、基于Transformer的求解器和隐式场网络在内的11种最先进模型进行了大规模评估。评估内容涵盖预测精度、物理一致性、计算效率和统计不确定性。研究团队开源了完整的基准框架，为基于高保真CFD仿真的数据驱动工程研究建立了首个可复现的基础。
研究团队提出了RaX-Crash，一个资源高效且可解释的小模型流程，用于预测纽约市机动车碰撞事故的伤害严重程度。该流程整合了数千万条记录，构建统一特征模式，并训练基于树的集成模型（XGBoost和随机森林）。在时间保留测试集上，这些模型（准确率约0.78）显著优于小型语言模型（约0.5-0.59）。SHAP归因分析揭示了人员脆弱性、时间和地点是预测严重程度的主要驱动因素。研究表明，可解释的小模型集成仍是城市级伤害分析的强基线，而结合表格预测器和语言模型生成的叙述的混合流程，能在不牺牲可扩展性的情况下改善沟通。
本文提出了一种新颖的HSTMixer框架，旨在解决大规模交通预测中模型计算复杂度高的问题。该模型采用全MLP架构，通过分层时空混合块提取多分辨率特征，并利用自适应区域混合器动态捕捉不同区域的时空演化模式。在四个大规模真实数据集上的实验表明，该方法在实现最先进预测性能的同时，保持了出色的计算效率。
本研究提出了一种名为CLDD的新型图深度学习模型，旨在无需依赖大量医学检测的情况下，实现对成百上千种疾病的筛查。该模型通过自适应地利用疾病间的关联和患者间的相似性，将疾病检测构建为协同学习任务。在包含6万余名患者和2000种疾病的MIMIC-IV数据集上，CLDD在召回率和精确率上分别提升了6.33%和7.63%。该方法有望降低诊断成本，提升大规模疾病筛查的可及性。
本文提出SA^2GFM框架，旨在解决图基础模型在领域噪声、结构扰动和对抗攻击下鲁棒性不足的问题。核心方法包括：将基于熵的编码树转化为结构感知文本提示以增强特征；利用自监督信息瓶颈机制提炼鲁棒、可迁移的表示；引入专家自适应路由机制缓解跨域负迁移；并通过联合社区内/间结构学习的微调模块优化层次结构。实验表明，该框架在节点和图分类任务上，针对随机噪声和对抗扰动的有效性和鲁棒性均优于9个先进基线。
本文提出FAIM模型，用于解决时序分类任务中模型计算成本高、对噪声敏感及小数据集易过拟合的挑战。FAIM通过自适应滤波块在频域提取特征并动态抑制噪声，结合交互Mamba块实现多粒度信息交互，并引入自监督预训练增强模型鲁棒性。实验表明，FAIM在多个基准测试中优于现有方法，实现了精度与效率的优越平衡。
本文提出SetAD，一种将半监督异常检测重构为集合级任务的新框架。传统方法聚焦于对单个数据点或简单对进行评分，忽略了异常通常是在群体上下文中定义的。SetAD采用基于注意力的集合编码器，通过分级学习目标来量化整个集合的异常程度，直接建模定义异常的复杂群体级交互。此外，还提出了一种上下文校准的异常评分机制，通过聚合一个点在多个不同上下文集合中相对于同伴行为的归一化偏差来评估其异常分数。在10个真实数据集上的实验表明，SetAD显著优于现有最先进模型，且性能随集合规模增大而持续提升。
研究将瑞典690万人口（2001-2013年）的登记数据转化为语义丰富的文本化生命轨迹，用于预测后续年份（2013-2017年）的居住迁移。该方法解决了分类变量基数高和编码方案随时间不一致的长期挑战。通过比较LSTM、DistilBERT、BERT和Qwen等多种NLP架构，发现序列和基于Transformer的模型能更有效地捕捉时间和语义结构。结果表明，文本化的登记数据保留了个人路径的有意义信息，支持复杂、可扩展的建模，为社会科学的纵向分析提供了新工具。
本文提出可控风险智能体生成框架CRAG，旨在解决自动驾驶测试中模拟真实且罕见危险场景的难题。该框架构建了一个解耦正常行为与风险行为的结构化潜在空间，有效利用有限的事故数据。通过结合风险感知表征与基于优化的模式转换机制，CRAG能使环境智能体在长时间范围内平滑、可信地从安全状态过渡到风险状态，并在两种状态下均保持高保真度。实验表明，CRAG在提升场景多样性的同时，实现了可控的风险场景生成，从而支持对自动驾驶系统鲁棒性进行有针对性的高效评估。
本研究探讨了利用[C II]谱线强度映射技术约束温暗物质粒子质量的新方法。通过建立基于晕模型的功率谱公式，并考虑光度函数的不确定性，研究者对多个未来巡天方案进行了贝叶斯分析。结果表明，即将开展的巡天项目能够对温暗物质质量提供有意义的限制，而更先进的巡天配置（如更高的光谱分辨率）可将约束能力提升约1.8倍。结合多个红移和发射线的观测，有望为揭示暗物质本质提供更具竞争力的约束。
本研究探讨了IIn型超新星SN2025cbj与IceCube探测到的高能中微子事件IceCube-250421A之间可能的关联。通过光学测光和光谱观测，确认了该超新星存在持续的致密星周物质相互作用，这是产生高能中微子的有利环境。重采样模拟计算显示，两者偶然重合的概率约为0.24。基于激波爆发后相互作用模型，预测该事件在IceCube“青铜”警报流中产生的μ子中微子数量级约为10^{-3}。研究为理解高能中微子的天体物理起源提供了新的线索。
研究团队基于扩散激波加速理论，评估了银河系超新星遗迹的能谱与环境，筛选出最可能产生强子性辐射的目标，并建立了分级目录。通过计算IceCube十年公共数据的堆叠灵敏度，发现对特定类别遗迹进行堆叠分析，并利用理论依据排除轻子性源，有望实现对该类源的首次探测。这为验证超新星遗迹的强子性本质及其宇宙射线加速极限提供了关键路径。
本研究通过三维非理想磁流体动力学模拟，揭示了观测分子云质量-磁通比时存在的显著投影效应。研究发现，当磁场主要位于天空平面时，基于塞曼效应的观测可能高估真实质量-磁通比达一个数量级以上，应被视为上限值。而基于偏振观测的估算则无法有效反映真实的物理关联，可能导致无物理意义的结果。
研究通过模拟原行星盘演化及行星胚胎生长，发现巨行星大气中的重元素富集程度与其在盘中的形成位置密切相关。模型成功匹配了9/10颗目标行星的观测数据，预测其形成于内盘区域，主要通过吸积水蒸气获得重元素，导致大气具有高O/H比和低C/O比的特征，这与现有观测相符，并为未来通过大气光谱验证其形成历史提供了途径。
研究发现，一类被称为“蓝怪物”的超早期星系（z≳10）尘埃含量极低，可能源于星团尺度上的机械喷流机制。通过结合三维流体动力学尘埃存活模型与薄壳标度律，研究揭示了成团超新星在分层、自引力云中驱动机械喷流的过程。该机制能有效移除大量气体和尘埃，使尘埃与恒星质量比降低半个至两个数量级，且主要依赖于气体浓度，在低金属丰度下依然有效。星系整体尘埃含量与观测到的蓝怪物数据相符，为解释其极低尘埃含量提供了新机制。
本研究通过Arepo模拟对比了有无磁场的孤立恒星形成星系，发现磁场通过发电机效应放大后，会使星系盘更紧凑（半径约5.1千秒差距，无磁场时约7.4千秒差距），并在盘面上下形成弥散的原子气体包层。磁流体动力学模拟显示，尽管致密气体比例更高，但恒星形成率更低（约4.8太阳质量/年，无磁场时约8.4太阳质量/年）。磁场提供了额外的支撑，抵抗引力坍缩，提高了恒星形成所需的气体表面密度阈值，使肯尼卡特-施密特关系与观测更为一致。
通过对塞弗特星系NGC 3516的XRISM高分辨率X射线观测，研究首次详细解析了其中心超大质量黑洞周围复杂多变的气体环境。观测发现了六种不同电离状态的吸收成分，速度范围从潜在流入到接近相对论性的超高速外流。其中三个高电离吸收体在数万秒时间尺度上快速变化，揭示了团块状气体的几何穿越和电离状态改变。此外，连续谱光变曲线中可能存在约4万秒的振荡模式，并与窄铁Kα发射线特征相关，表明连续辐射区与线发射区之间存在动态耦合。这些发现描绘了一个由快速演化的多相气体流主导的、在亚秒差距尺度上紧密耦合吸积、抛射和电离过程的剧烈核区环境。
本研究基于LEGA-C光谱巡天数据，分析了552个红移约0.7（约60亿年前）的大质量星系。通过贝叶斯方法拟合恒星吸收谱线和测光数据，首次系统推导了该时期星系光加权平均年龄、恒星金属丰度与恒星质量、速度弥散度的标度关系。研究发现，现今观测到的星系“降尺度”演化趋势（大质量星系更早形成）在当时已确立，且年龄分布随质量呈现双峰特征。相关星表数据将公开释放。
本研究结合ALMA和NOEMA约两百小时的观测数据，对十个红移大于8的星系进行探测，未在亚毫米波段发现显著的尘埃发射信号。这限制了这些星系中平均尘埃质量低于10^5太阳质量，尘埃与恒星质量比低于3.7×10^-4。结合其他研究，结果表明在红移大于8的宇宙中，尘埃的积累效率很低，可能与超新星产尘效率低、星际尘埃颗粒生长受限或外流抛射有关。
本研究采用无监督机器学习算法UMAP，对来自MaNGA巡天的约130万条星系光学光谱进行分类，旨在解决传统BPT诊断图中约10%光谱因边界定义不清而分类不一致的问题。通过训练UMAP对一致分类的数据进行学习，研究成功对“模糊”光谱进行了分类，并划定了产生分类歧义的边界区域，同时识别出其中具有物理意义的子集。未来工作将整合更多参数以提升分类精度。
本研究通过建立包含径向生长、撞击加热、水相变、水蚀变和结构分异等关键过程的数值模型，重新评估了太阳系形成后1亿年内冰质星子的热演化。模型表明，星子的最终尺寸、生长起始时间、持续时间和生长模式共同决定了其内部温度。早期快速吸积可导致内部温度高达1250 K，而延迟或缓慢生长则显著降低加热程度。研究指出，隼鸟2号采集的龙宫小行星样本（温度低于40°C）可能形成于一个数百公里大小星子的近表层含水矿物层，这得益于内部对流的高效热传输。
本文为不完全或非传递性偏好提供了内在的几何表征。传统效用理论依赖单一实值函数，无法充分刻画此类偏好。作者构建了“分类账群”U(P)，这是一个部分有序群，忠实地编码了基于权衡的偏好原生结构。研究表明，所有可容许的效用函数集正是该结构的对偶锥U*。这一框架将效用理论的重点从特定映射的存在性转向了测量空间本身的几何结构，并通过重构标准多属性效用表示及证明词典序偏好的不可能性，展示了其解释力。
传统理论认为，当顾客需要亲自访问卖家才能了解产品价值时，卖家可以通过首次访问低价、回头高价的方式进行价格歧视。然而，本研究假设卖家承诺公开其定价策略以引导消费者搜索，且消费者可以选择首先访问谁。在此设定下，研究发现均衡状态下没有卖家会实施价格歧视。
本文研究买方在不确定商品价值和卖方成本时的采购设计问题。买方拥有一个参考模型但对其不完全信任，因此采用两阶段方法：首先选择在可信模型集合中最大化其最差收益的机制，然后从中选出在参考模型下期望收益最高的机制。研究发现，稳健性要求导致买方增加从最低效卖方的采购，同时减少对中等成本卖方的采购。研究还探讨了垄断监管，并识别出数量监管优于价格监管的条件。
本文提出了一种新方法，能在由有限个条件矩限制定义的通用模型中，自动构建或估计Neyman正交矩。该方法允许条件矩依赖于非参数组件（可使用机器学习工具灵活建模）和非线性有限维参数。其核心步骤是估计正交工具变量，即条件变量的“残差化”函数，然后组合得到去偏矩。通过施加近似稀疏性条件，该方法使用Lasso型程序求解相关函数方程，并在此基础上引入两步框架下的GMM估计器，用于估计有限维结构参数。理论分析证明了正交工具变量构造的可靠性，以及结构参数估计量的√n一致性和渐近正态性。蒙特卡洛实验和对企业级生产函数的实证应用凸显了此类推断方法的重要性。
本文针对实证研究中常见的区间数据，扩展了经典的差异中的差异方法。作者指出传统平行趋势假设在处理区间数据时可能产生无意义结果，并提出新的识别策略“平行移动”，该方法具有更理想的统计特性。研究通过重新分析Card和Krueger（1994）关于最低工资影响的经典研究，展示了该方法的实用价值。
本研究构建了一个平台竞争理论模型，其中用户生成内容的质量由用户构成内生决定。用户对内容质量和网络规模的偏好存在差异，平台通过选择广告强度展开竞争，这通过感知质量影响用户效用。模型刻画了平台战略决策如何塑造用户分配和市场结果，包括共存与主导场景，并分析了广告水平的纳什均衡与斯塔克尔伯格均衡及其产业与政策含义。
研究者提出了一种基于分位数的非可加固定效应面板模型，用于研究异质性因果效应。该模型允许回归变量与未观测异质性之间存在任意依赖关系，但将标准固定效应的可加可分性推广至允许未观测异质性以不可分形式进入。模型假设一个标量“秩”变量在时间上稳定，这比面板分位数研究中常假设个体秩随时间独立同分布更具经济合理性。模型将异质性因果效应揭示为秩变量的函数。研究提供了识别与估计结果，并通过模拟展示了良好的有限样本性能。最后，以国家石油财富对军费开支的因果效应为例进行了实证说明。
本文研究了线性回归中同时存在内生性和内生异方差（即异方差性依赖于内生回归元）的常见问题。针对两阶段最小二乘法在此场景下的不一致性，作者基于控制函数方法，提出了一个适用于离散和连续回归元的实用估计与推断框架，包括一个简单的两步估计程序。研究建立了估计量的一致性和渐近正态性，并提出了渐近协方差矩阵的一致估计量以进行有效推断。蒙特卡洛模拟验证了方法的有限样本性能，并通过一个职业培训的实证应用进行了说明。
本研究通过博弈论模型分析了区块链中提议者-构建者分离机制下的订单流拍卖。研究发现，该拍卖包含顺序进行的订单流拍卖和区块构建拍卖。分析表明，具有竞争优势的构建者支付成本更低、收益更高，可能导致构建者领域趋于中心化；而提议者的份额则表现为鞅过程，意味着提议者/验证者领域趋向去中心化。研究通过随机过程、凸优化和多项式方程等工具，在双玩家案例中推导出闭式解并证明其唯一性。
本研究发布了needLR，一个用于长读长测序数据的结构变异（SV）注释工具。它整合了群体等位基因频率、基因组背景注释和基因-表型关联信息，用于致病性SV的筛选和优先级排序。在利用500名健康个体数据评估9个已知致病SV的测试案例中，needLR为超过97.5%的检测到的SV分配了等位基因频率，并将每个案例中新的基因内SV平均数量减少至121个，同时保留了所有已知的致病性变异。
本研究开发了SpeF-Phixer，一种空间扩展的φ-混合框架，用于从空间转录组数据中推断具有空间一致性的基因调控因果关系。该方法整合了全切片图像（WSI）的空间细胞分布与单细胞RNA测序（scRNA-seq）表达场，通过基于k近邻的邻域筛选和自助法一致性推断，评估基因间的成对依赖、方向性和三元组结构。在结直肠癌组织中的应用表明，该方法能从大量候选三元组中筛选出具有生物学意义、方向一致且空间连贯的调控链，为构建空间感知的因果基因网络提供了可扩展的基础。
研究人员开发了名为ImmunoNX的端到端生物信息学工作流程，用于支持个性化新抗原疫苗的设计。该流程整合了肿瘤DNA/RNA和正常DNA测序数据，采用基于共识的变异检测、HLA分型和新抗原预测工具，并包含两阶段免疫基因组学审查。该工作流程已在11项临床试验中支持超过185名患者，可将疫苗设计时间缩短至三个月以内。
本研究系统探讨了种群遗传学中常用的有限种群模型（Moran过程）与无限种群模型（复制子方程）之间的动力学关系。作者完整刻画了两种模型在何种条件下表现出相似的动力学行为，即复制子方程的稳定吸引子与Moran过程的亚稳态之间存在一一对应关系。研究证明，在大种群极限下，Moran过程的固定概率渐近表达式可表示为常数适应度或双人博弈论情形的凸组合。此外，文章还解决了逆问题：如何根据给定的复制子动力学推导出兼容的Moran过程，并指出模拟具有内部亚稳态的Moran过程可能需要使用高维多人博弈理论。
该研究提出神经元作为真核细胞，其内部存在强大的计算能力，能够呈现多种不同的状态。神经元通过细胞体与突触间的化学信号传递，利用微管和肌动蛋白纤维运输化学信使，在数秒至数分钟内改变自身状态。基于不同状态，单个神经元可以选择性地使其部分突触失活，从而从大脑的静态神经连接中“雕刻”出动态的神经网络。这种机制被认为是实现大脑复杂认知功能（如分层贝叶斯物体识别）所必需的，并可能比传统的二态神经元设计更高效、更具扩展性。该原理也为开发更快、更聚焦、更可控的非赫布式学习人工神经网络提供了新思路。
本研究提出了一种基于CT的、利用Inf-Net架构的半监督学习框架，旨在以最少的人工标注提升肺结节分析。该模型融合了多尺度特征聚合、反向注意力机制和伪标签技术，以高效利用大量未标注的CT图像数据。在LUNA16数据集上的实验表明，半监督版本在包含标注与伪标注数据的20000张切片上取得了0.784的评分，优于其仅使用标注数据的监督基线（0.755）。研究还提出了一个将基因组生物标志物与CT特征整合的概念框架，为未来开发多模态、生物学信息驱动的计算机辅助诊断系统奠定了基础。
本研究通过一个连续时间随机模型，探究了细胞大小如何通过“大小偏差”反馈调控生长速率和细胞周期进程，从而影响细胞大小动态。在线性近似下，模型简化为随机受迫的简谐振荡器，并推导出母-女细胞大小相关性的解析解。分析表明，细胞周期时序与内在涨落的相互作用塑造了表观的粗粒度大小控制策略，但粗粒度相关性可能无法反映底层的机械反馈结构。