cs
01-21 00:00
针对健康等领域合成数据应用的隐私担忧，本研究提出了SynQP开源框架。该框架通过使用模拟敏感数据来评估合成数据生成（SDG）的隐私风险，避免了原始敏感数据的泄露。研究强调了需要更公平地评估机器学习模型概率特性的隐私指标，并以此为基础提出了一种新的身份泄露风险度量方法（SD-IDR）。实验表明，差分隐私（DP）技术能有效将隐私风险控制在监管阈值（0.09）以下。该工作为提升隐私评估的透明度和可靠性提供了关键工具。
合成数据隐私评估开源框架差分隐私健康数据
cs
01-21 00:00
本研究提出了SolarGPT-QA，一个专为空间天气与太阳物理学教育设计的问答系统。该模型基于LLaMA-3架构，通过领域自适应预训练（使用科学文献）和教学风格微调（利用GPT-4生成、Grok-3优化的问答数据）构建。人类评估表明，在零样本设置下，SolarGPT-QA在解释太阳活动（如太阳耀斑、日冕物质抛射）对卫星、电网等的影响时，其清晰度和教育效果优于通用模型，并与指令微调模型性能相当。消融实验证实，结合领域知识与教学风格对于平衡科学准确性与教育有效性至关重要。
大语言模型领域自适应空间天气科学教育问答系统教学微调
cs
01-21 00:00
本研究评估了三种指令微调大语言模型（LLaMA 3.1 8B Instruct、LLaMA 3.2 3B Instruct 和 Qwen 2.5 7B Instruct）在孟加拉语新闻文章分类任务上的表现。实验基于来自孟加拉国主要报纸《Prothom Alo》的数据集进行。结果显示，Qwen 2.5 7B Instruct 取得了最高的 72% 分类准确率，尤其在“体育”类别表现突出，而 LLaMA 模型的准确率在 53% 至 56% 之间。研究证明了 LLMs 在资源稀缺的孟加拉语 NLP 任务中的有效性，并为未来改进模型、处理类别不平衡和优化微调方法指明了方向。
孟加拉语nlp文本分类大语言模型指令微调资源稀缺语言
cs
01-21 00:00
本研究提出“人-人-AI三元编程”协作模式，将AI定位为人类协作者之外的额外伙伴，而非替代者。通过一项20名参与者的对照实验发现，与传统的“人-AI”二元协作相比，三元协作显著提升了协作学习效果与社会临场感。在三元模式下，参与者对AI生成代码的依赖度显著降低，尤其在“共享式”三元协作中，成员在采纳AI建议前会主动承担理解其原理的责任。这表明，让AI的使用过程对同伴可见且可问责，能激活社会共享的“学习调节”机制，更好地保留协作编程所依赖的学习过程。
人机协作编程教育ai协作者协作学习社会临场感
cs
01-21 00:00
本文提出CoSMeTIC框架，利用计算稀疏默克尔树（SMTs）为临床研究中的参与者数据生成可验证的包含与排除证明。该框架在保护患者个人健康信息隐私的同时，确保数据分析的完整性与可审计性，以满足监管要求。通过形式化分析其零知识特性，并在真实世界亨廷顿病数据集上进行假设检验与逻辑回归基因组分析，结果表明CoSMeTIC在提供强隐私保证的同时，保持了数据的统计保真度，为大规模临床研究提供了兼具可扩展性与实用性的解决方案。
零知识证明临床数据隐私稀疏默克尔树可验证计算基因组分析监管合规
cs
01-21 00:00
针对专家混合（MoE）模型中存在的‘富者愈富’负载不均与专家表征同质化两大核心挑战，本文提出了EMoE架构。其核心创新在于引入一个学习得到的正交特征基，通过将输入令牌投影到该特征基上，并根据其与特征空间主成分的对齐程度进行路由。这种基于几何原理的数据划分方法，无需引入相互冲突的辅助损失函数，即可从本质上促进专家负载均衡，并驱动专家学习多样化、专业化的表征。
专家混合模型负载均衡特征基路由模型效率深度学习架构
cs
01-21 00:00
本文提出Segment And Matte Anything (SAMA)模型，作为SAM的轻量级扩展，旨在解决SAM在真实应用中精度不足的问题，并首次在统一框架内探索交互式图像抠图。SAMA通过引入多视图定位编码器(MVLE)捕获局部细节特征，并利用定位适配器(Local-Adapter)恢复精细边界。模型集成两个预测头，可同时生成分割与抠图遮罩。在公开数据集上训练后，SAMA在多个分割与抠图基准测试中达到最先进性能，展示了其在下游任务中的广泛适应性与有效性。
图像分割图像抠图统一模型计算机视觉sam扩展
cs
01-21 00:00
针对病理大模型在全切片图像（WSI）分析中因固定输入尺寸（如224×224）导致效率低下的问题，本研究提出了一种时空高效的推理策略。该方法通过空间感知的邻近块稀疏化注意力，并利用全局注意力分数过滤非信息性标记，在保持甚至提升下游任务性能的同时，显著降低了高分辨率WSI推理时的GPU内存消耗和运行时间。实验表明，该方法在ROI分类任务上实现了最高7.67%的性能提升，并在分割任务上取得了可比的结果。
病理大模型高效推理稀疏注意力全切片图像计算优化
cs
01-21 00:00
本文提出了一种名为“流式算子推断”的新方法，用于大规模动力系统的非侵入式模型降维。传统算子推断方法需要一次性处理所有数据，内存消耗大且无法在线更新。新方法通过增量奇异值分解（SVD）自适应构建低维基，并利用递归最小二乘法（RLS）在线更新降维算子，实现了从顺序到达的数据流中学习降维模型。该方法无需存储完整数据集，在基准问题和大规模湍流通道流动实验中，实现了与批处理方法相当的精度，同时内存需求降低超过99%，维度缩减超过31,000倍，预测速度提升数个数量级。
模型降维流式学习算子推断增量svd动力系统非侵入式
cs
01-21 00:00
本研究通过实验对比发现，大型语言模型（LLM）对同一份乌克兰公民社会文件的分析，会因提示语言（俄语 vs. 乌克兰语）的不同而产生系统性意识形态偏差。在语义完全相同的提示下，俄语输出倾向于呼应俄罗斯官方叙事，将公民社会行为体描述为破坏民主授权的非法精英；而乌克兰语输出则采用西方自由民主政治学的词汇，将其视为民主竞争中的合法利益相关者。这表明，仅改变提示语言即可使同一模型对相同内容产生截然不同的意识形态取向，这对AI在极化信息环境中的部署、跨语言研究应用以及多语言社会的AI治理具有重要影响。
大型语言模型意识形态偏差多语言分析政治文本分析ai治理
cs
01-21 00:00
本研究提出了一种联邦学习框架，用于在可再生能源生产损失存在异质性的情况下校准参数化保险指数。生产者使用Tweedie广义线性模型和私有数据在本地建模其损失，同时通过联邦优化学习一个共同的指数，无需共享原始观测数据。该方法能适应方差和连接函数的异质性，并在分布式环境中直接最小化全局偏差目标。研究实现并比较了FedAvg、FedProx和FedOpt算法，并以现有的基于近似的聚合方法为基准。在德国太阳能发电的实证应用中表明，在中等异质性条件下，联邦学习能够恢复可比较的指数系数，同时提供了一个更通用和可扩展的框架。
联邦学习参数化保险可再生能源损失建模分布式优化tweedie模型
math
01-21 00:00
本研究建立了控制平均场博弈主方程的全局适定性理论，其中相互作用通过状态与控制变量的联合分布实现。研究在两种单调性条件下证明了结果：Lasry-Lions单调性和位移λ-单调性（均采用积分形式）。论文详细分析了对应不可分离哈密顿量的微分与积分单调性条件及其相互关系。全局适定性的证明依赖于这些积分单调性条件的传播性，以及解关于测度变量的一致Lipschitz连续性。
平均场博弈主方程全局适定性单调性条件控制理论偏微分方程
math
01-21 00:00
本文针对光滑严格凸区域上的高频狄利克雷特征函数，建立了边界离域化原理。研究证明，与亚线性长度（$N_k = o(k)$）的短谱包相比，单个特征模无法在边界上持续集中能量。核心方法仅依赖于Rellich恒等式进行模-包估计；为排除多模偏差，进一步结合边界局部Weyl定律获得谱包零均值抵消估计。该比较不依赖特征值单调性，且在特征值交叉时保持稳定。
特征函数离域边界能量谱包分析凸区域高频渐近weyl定律
math
01-21 00:00
本文针对大规模矩阵集合的压缩问题，提出了一种基于误差约束的压缩感知聚类理论框架。通过建立水平拼接矩阵的谱界，从奇异值增长的下界推导出最优秩r SVD重构误差的全局上界。研究进一步开发了基于增量截断SVD的高效近似估计器，无需构建完整拼接矩阵即可跟踪主导奇异值。在此基础上，提出了三种聚类算法，仅在预测的联合SVD压缩误差低于用户指定阈值时才合并矩阵，实现了速度、可证明精度和可扩展性之间的权衡，为多视图学习、信号处理和神经网络压缩等领域提供了具有明确误差控制的压缩方案。
矩阵压缩奇异值分解误差约束增量逼近谱理论聚类算法
math
01-21 00:00
本研究对描述人类与蚊子种群间传播的时间分数阶寨卡病毒模型进行了数学分析。模型采用阶数 $\alpha \in (0,1)$ 的 Caputo 分数阶导数。研究首先基于微分方程稳定性理论进行了定性分析，证明了模型解的存在唯一性，并通过 Hyers-Ulam 稳定性分析检验了模型的稳定性。随后，开发了一种基于标准 L1 技术的有效差分格式来模拟模型，并利用牛顿-拉夫森方法求解所得非线性代数系统。数值算例验证了理论结果，图形结果表明分数阶模型能更深入地揭示疾病动力学，有助于通过接触预防和推荐疗法控制病毒，并预测其未来传播。
分数阶模型寨卡病毒稳定性分析数值模拟传染病动力学l1差分格式
math
01-21 00:00
本文研究在广义三角(GT)-Bézier基张成的非多项式张量积曲面空间中，离散参数化Plateau问题的求解。通过规定控制网的边界行与列实现边界插值，内部控制点则通过Dirichlet原理确定：对每个Bézier基形状参数，计算对应GT-Bézier曲面片空间中唯一的Dirichlet能量极值，在标准非退化假设下，这导出了一个关于内部控制网的参数依赖对称线性系统。剩余的设计自由度被简化为一个四参数优化问题，并采用粒子群优化(PSO)求解。数值实验表明，该双层流程能持续降低Dirichlet能量，并在相同边界控制数据下，相比经典的Bernstein-Bézier Dirichlet曲面片、代表性拟调和及弯曲能量构造，常能减小实际曲面面积。该方法还被推广至混合张量积/双线性Coons框架，从稀疏边界条件生成具有极小化倾向的TB-Coons曲面片。
离散plateau问题gt-bézier曲面dirichlet能量极值粒子群优化曲面构造张量积空间
math
01-21 00:00
本文研究了时间槽系统中量子交换机的多部分纠缠请求调度问题，系统具有有限量子内存寄存器、概率链路级纠缠生成、概率纠缠交换及单槽退相干特性。作者提出了一种新的基于年龄的度量标准——纠缠建立年龄（AoEE），用于评估调度策略性能。研究提出了两个低复杂度策略族，并推导了其AoEE的闭式表达式，通过优化获得两种策略。此外，还提出了一种新的低复杂度策略并提供了性能保证。数值模拟比较了所提策略的性能。
量子调度纠缠建立年龄内存约束量子交换机低复杂度策略
math
01-21 00:00
本研究从统计决策理论视角出发，将算法稳定性视为估计过程中的约束条件，系统分析了稳定性与准确性之间的根本权衡。研究聚焦于最坏情况稳定性和平均情况稳定性两种代表性概念，首先建立了每种稳定性约束下可达到的估计精度的一般下界。随后，针对包括均值估计和回归在内的四个经典估计问题，开发了最优的稳定估计器。结果表明，平均情况稳定性对估计的限制在性质上弱于最坏情况稳定性，且两者之间的差距在不同估计问题中存在显著差异，从而形式化了稳定性与准确性之间的最优权衡关系。
算法稳定性统计估计决策理论准确性权衡最优估计器学习理论
math
01-21 00:00
本文研究非平稳多元霍克斯过程中互激网络（依赖图）的学习问题。在基线率时变、延迟核非平移不变的通用设定下，提出一种计算高效的算法。主要结果表明：若依赖图是稀疏的（最大度关于节点数 n 有界），算法仅需观测 T = polylog(n) 时间，便能以高概率精确重构网络。该算法即使在仅观测部分时间序列、事件时间不精确已知的情况下，仍能成功学习依赖关系。
霍克斯过程网络学习非平稳过程稀疏图高维统计点过程
math
01-21 00:00
本文重新审视了当分布未知时的一样本与二样本假设检验问题。对于一样本检验，作者为霍夫丁似然比检验的渐近最优性提供了一个更简洁的新证明，该检验等价于对经验分布与名义分布之间相对熵的阈值检验。新证明更具直观性，并自然地推广至二样本检验。作者证明，对两个经验分布之间相对熵进行阈值检验的类似形式，在二样本检验中同样具有渐近最优性。此外，本文还获得了二样本检验的强逆定理。
假设检验渐近最优性相对熵霍夫丁检验经验分布二样本问题
math
01-21 00:00
本文针对具有渐近反德西特（AdS）末端的完备自旋初始数据集，引入了一个由爱因斯坦-麦克斯韦约束方程导出的线性泛函，称为“带电荷的能量-动量”。在适应于负宇宙学常数存在的优势能量条件下，我们建立了能量-动量正定性定理，证明该泛函在一个自然的实锥上是非负的。研究特别关注流形带有紧致内边界的情况。在时间对称的设定下，这为带电荷的渐近双曲流形导出了一个质量-电荷不等式。
广义相对论能量正定性渐近ads时空爱因斯坦-麦克斯韦理论自旋初始数据质量-电荷不等式
math
01-21 00:00
本文提出了一个为狄拉克方程构造吉布斯测度的框架。研究聚焦于球面上的狄拉克方程，并引入“Hartree型”非线性项。通过考虑一个带状模型（类似于球面上的球对称模型），成功构建了该模型的吉布斯测度。利用紧致性论证，证明了存在一个随机变量，该变量是狄拉克方程的弱解，并且其概率分布在所有时刻都服从该吉布斯测度。
狄拉克方程吉布斯测度非线性方程随机分析偏微分方程
math
01-21 00:00
本研究在零温和零化学势条件下，针对量子色动力学（QCD）的彩虹梯子间隙方程，证明了Nambu解的存在性。当相互作用强度超过临界点时，质量函数会从零开始连续出现。研究运用Krasnosel'skii-Guo锥压缩定理，对一类包含物理点在内的流行QCD模型，证明了对于所有流夸克质量，耦合方程组必定存在一个正的、连续的、且质量函数递减的Nambu解。
量子色动力学间隙方程nambu解锥压缩定理质量函数存在性定理
math
01-21 00:00
本文旨在为非自治线性常微分方程系统、指数二分性及其谱理论提供一个友好的入门介绍。作者基于在智利大学数学系多年讲授的选修课程内容，系统阐述了非自治框架下的线性化结果。该专著要求读者具备多元微积分、线性代数和常微分方程的良好基础，是连接经典理论与前沿应用的重要教学与研究资料。
非自治系统指数二分性谱理论线性化常微分方程数学教学
math
01-21 00:00
本研究对固定隐藏层参数的线性化浅层神经网络（如随机特征法和极限学习机）求解偏微分方程（PDEs）的两种主要数值格式——变分（Galerkin）法和配点法——进行了系统的数值分析。研究发现，变分法形成的线性系统严重病态，成为扩展网络规模的主要计算瓶颈；而配点法结合鲁棒的最小二乘求解器则表现出更好的数值稳定性，随着神经元数量增加能获得更高精度。该现象在ReLU$^k$和$\tanh$激活函数中均一致存在，且$\tanh$网络的病态性更严重。此外，研究证实对于ReLU$^k$，隐藏层参数的随机采样并非高精度的必要条件；对于$\tanh$，本文提出的两种确定性参数方案也能达到可比精度。
偏微分方程数值解线性化神经网络随机特征法变分法配点法数值稳定性
physics
01-21 00:00
本研究提出了一个通用理论框架，揭示了当系统组件间的有效相互作用被压缩到一个低维“相互作用空间”时，集体组织的宏观结构将主要受几何约束而非具体动力学细节的支配。该框架将相互作用空间形式化为由粗粒度有效耦合导出的度量流形，并证明低相互作用维度对可区分的集体组织的数量、可分离性和鲁棒性施加了上限。这些结果产生了“不可能性”陈述：许多在微观层面看似兼容的宏观组织形态，在低维约束下被先验地排除。该框架适用于平衡与非平衡系统，无需假设特定对称性或守恒定律，为理解物理、生物物理和生物系统中的集体组织提供了一个基于几何的普适视角。
集体组织几何约束相互作用空间低维压缩理论框架普适性
physics
01-21 00:00
本文以新英格兰常见的蔓越莓沼泽为研究对象，通过四个相互关联的问题，系统探讨了蔓越莓收获过程中的流体动力学与软物质现象。研究从第一性原理出发，建立了蔓越莓在淹没沼泽中的浮力上升、水面稳定漂浮、多个漂浮蔓越莓在收集装置中的聚集相互作用，以及装车运输时堆积行为的物理模型，并开发了简单的计算模拟来研究其集体行为。研究还设计了可作为课堂演示或实验活动的桌面实验，将蔓越莓沼泽这一现实案例作为桥梁，连接本科物理课程与软凝聚态物质研究的前沿课题。
软物质物理流体动力学颗粒物质物理教育计算模拟浮力现象
physics
01-21 00:00
本研究提出多尺度负耦合信息系统（MNCIS）统一框架，旨在解决复杂动力系统中谱间隙塌缩导致的低维“零模吸引子”问题。核心是自适应谱负耦合（ASNC）算子，它作为状态依赖的高通滤波器，惩罚谱边界处的熵积累。该框架在三个领域得到验证：1）流体力学中，作为自适应亚网格尺度模型，稳定三维Navier-Stokes湍流并保持Kolmogorov $-5/3$惯性区；2）人工智能中，作为无参数拓扑约束，解决图神经网络过平滑问题，使64层超深网络无需残差连接即可训练；3）生物物理中，稳定反应扩散形态发生中的图灵模式。MNCIS为区分可行复杂系统与塌缩至热平衡的系统提供了与基无关的拓扑条件。
谱拓扑复杂系统稳定性理论自适应耦合多尺度分析跨学科应用
physics
01-21 00:00
本研究通过结合无人机遥感与实地测量，评估了多种植被与火灾相关光谱指数（如NDVI、SAVI、BAI）在监测煤矸石堆阴燃热区及植被状况中的适用性。研究发现，热活动区植被指数呈现强烈的季节性变化，并出现冬季返青等指示胁迫与退化过程的异常模式。卫星数据可用于重建火灾历史，但其空间分辨率不足以监测小尺度热异常。研究强调了无人机遥感在退化工业环境中的诊断潜力，以及实地验证对准确环境评估的重要性。
环境监测遥感技术光谱指数煤矸石堆植被胁迫无人机
physics
01-21 00:00
本研究提出了一种新颖的基于水平集的拓扑优化方法，用于处理微极固体在热-力耦合载荷下的结构设计。该方法通过引入微极理论，将微观结构的特征长度尺度信息融入优化框架，从而能够准确捕捉材料的尺寸效应。研究通过多个二维基准算例验证了该方法的有效性，数值结果表明微观结构（通过微极参数表征）和温度对最终拓扑构型有显著影响，凸显了所提出的热-力-微极耦合公式对于具有显著非局部效应材料的必要性。
拓扑优化微极理论热-力耦合水平集方法尺寸效应非局部材料
physics
01-21 00:00
研究提出了一种基于大语言模型（LLM）的智能代理框架，通过模型上下文协议（MCP）与AVEVA Process Simulation（APS）集成，允许用户使用自然语言指令与复杂的化工流程模拟软件进行交互。该框架通过Python编程接口，使LLM能够执行从分析流程图、寻找优化机会到迭代优化和数据提取等一系列复杂模拟任务。两个水-甲醇分离案例研究表明，该框架既适用于教育场景（逐步引导构建），也适用于专家实践（快速生成基线流程图以供后续优化）。尽管当前仍存在简化过度、计算错误等技术限制，需要专家监督，但其在分析、优化和引导构建方面的能力表明，LLM代理有望成为化工流程模拟领域有价值的协作工具。
大语言模型化工模拟自然语言交互流程优化智能代理模型集成
physics
01-21 00:00
本研究提出AllShowers，一个统一的生成模型，用于高效模拟粒子对撞实验中量能器的簇射过程。传统方法需为每种粒子类型训练独立网络，而AllShowers采用基于Transformer架构的连续归一化流模型，仅用单一模型即可生成电子、光子、带电及中性强子等多种粒子在宽能量和角度范围内的簇射。模型以可变长度点云表示簇射，能捕捉复杂的空间与能量关联。关键创新包括层嵌入学习所有量能器层属性、定制注意力掩码降低计算需求，以及基于最优传输的映射提升训练收敛与样本质量。该模型在ILD探测器模拟数据上训练，对强子簇射的保真度超越了以往单一粒子类型模型。
粒子物理模拟生成模型量能器簇射归一化流transformer机器学习
physics
01-21 00:00
本研究提出了一个新的建模框架，将孔隙角形和界面张力-润湿性耦合效应显式地纳入达西尺度的两相流与表面活性剂传输模型中。研究推导了角形孔隙中的两相流特性，并通过孔隙尺寸分布进行升尺度，最终形成显式闭合表达式。模拟结果表明，两相流特性对孔隙角形、孔径分布和界面张力呈现非线性、非单调的依赖关系。以非饱和土壤中水流和PFAS迁移为例，研究发现表面活性剂诱导的流动效应对PFAS淋溶影响通常较小，而孔隙角形则强烈控制着水流、界面面积和PFAS滞留。该框架为多孔介质中两相表面活性剂流体的流动与传输建模提供了更坚实的物理基础。
多孔介质两相流表面活性剂传输孔隙角形达西尺度建模pfas迁移
physics
01-21 00:00
本研究提出并实现了一种新型自旋电子泊松测辐射热计，能够在室温下实现3-14微米的超宽带红外探测。该设备采用泊松计数探测范式，将温度信息编码为离散随机事件，从而将传统测辐射热计中的热噪声限制转化为估计器本身的基础。通过集成自旋电子转换层与等离子体纳米天线阵列增强红外吸收，该器件在300K下实现了80-100 mK的噪声等效温差，性能超越非制冷探测器并接近制冷技术。
红外探测自旋电子学测辐射热计泊松计数室温探测宽带传感
physics
01-21 00:00
研究团队开发了一种基于光集成压电谐振器的可编程敏捷激光频率源，实现了对780纳米激光的精确频率控制。该器件无需外部调制器，直接用于铷-87原子的亚多普勒冷却，获得了低至16 μK的原子云温度。器件调谐强度达1 GHz/V，功耗仅10纳瓦，为下一代紧凑、低功耗的芯片级量子与原子传感系统提供了新路径。
原子冷却集成光子学激光稳频量子传感压电谐振器
physics
01-21 00:00
本研究展示了一种基于磷化镓的集成电光机械脉冲神经元，它将光学和机电接口集成在单个硅光子芯片纳米结构中，工作于1550 nm通信波长并利用3 GHz频率的机械模式。该器件表现出可激发动力学，能在输出端产生光学脉冲，其行为类似于神经元和心肌细胞的脉冲活动，表现为对外部扰动的“全或无”响应。其动力学符合不变环上的鞍结分岔模型，并展示了可激发阈值控制、时间总和及不应期等特征。该器件紧凑的尺寸及其CMOS兼容平台，使其非常适用于需要低延迟的边缘计算应用，并为多功能脑启发光机械计算和先进片上光脉冲源奠定了基础。
神经形态计算光机械学硅光子学脉冲神经元边缘计算纳米器件
astro-ph
01-21 00:00
直接观测系外行星可揭示年轻自发光伴星的大气成分与人口统计特征，为理解其形成与早期演化提供关键线索。未来，盖亚任务将发现数百颗适合直接后续观测的邻近年轻系外行星。结合当前及未来的长基线干涉测量技术，有望获得一批具有精确动力学质量和深入大气特征的基准行星统计样本。这将使研究者能够从多角度同时探究巨行星的形成机制，揭示行星形成背后复杂的物理过程。
系外行星行星大气行星形成直接成像干涉测量盖亚任务
astro-ph
01-21 00:00
本研究利用GLIMPSE项目的深度观测数据，为星系团AS1063构建了新的自由形式引力透镜模型。模型确认了多个已知的透镜星系，并发现了新的候选体。其中，在红移约3.1处识别出一个特殊的透镜恒星候选体，昵称为“哈多拉”。此前在红移大于0.1的宇宙中发现的透镜恒星均为蓝超巨星或红超巨星，哈多拉是首个在该红移范围发现的黄超巨星候选体。其性质可能与已知的“怪兽星”类似，也可能是濒临生命末期的黄特超巨星，或为小星群。这一发现表明，尽管罕见，黄超巨星在早期宇宙中同样存在，为研究高红移恒星演化及利用造父变星进行宇宙学测距提供了新的潜在目标。
引力透镜黄超巨星高红移天体恒星演化宇宙学距离
astro-ph
01-21 00:00
本研究扩展了恒星表面测绘的理论框架，证明通过测量恒星光心位置的微小变化（天体测量），可以获取光度测量无法探测的互补信息。研究推导出解析选择规则，表明天体测量对奇数次球谐模式敏感，这些模式编码了恒星活动区的南北半球不对称性。量化分析显示，结合光度和天体测量观测，可观测模式的数量增长更快。研究还将传统上被视为系外行星探测噪声的“天体测量抖动”重新定义为编码恒星表面结构的信号。这对于理解宿主恒星表面、消除系外行星探测中的恒星信号以及表征星-行星相互作用至关重要。
恒星表面测绘天体测量学球谐模式南北不对称系外行星宿主星光心变化
astro-ph
01-21 00:00
ARKS项目首次利用ALMA对18个碎片盘进行高光谱-空间分辨率观测，在5个已知含气盘中解析了CO气体的分布与运动。研究开发了成像流程，空间分辨率达~70毫角秒，光谱分辨率26 m/s。通过谱-空移叠加技术，获得了高信噪比的气体分布图与径向剖面，发现CO气体峰值位于尘埃环内侧且径向延伸更广。首次获得了碎片盘中径向分辨的$^{12}$CO/$^{13}$CO同位素通量比，多数系统该比值沿径向恒定，表明气体光学厚度均匀。研究确认气体主要在年轻系统中被探测到，但在年轻/高光度系统中存在高散射，未发现明显趋势。
碎片盘co气体alma观测高分辨率成像系外行星系统气体演化
astro-ph
01-21 00:00
本研究提出了一种利用恒星自转产生的天体测量抖动噪声来重建其表面亮度分布的新方法。通过建立球谐坐标系下的线性前向模型，研究证明天体测量与测光数据分别探测偶次和奇次球谐模式，两者结合可有效打破恒星表面测绘中的简并性，并区分行星引力引起的恒星视向运动与星斑活动信号。模型量化了天体测量信号随恒星倾角的变化，为分析最坏情况下的星斑噪声提供了基础。结合即将到来的高精度盖亚天体测量数据，该方法为探测恒星活动开辟了新途径。
天体测量学恒星表面测绘星斑噪声球谐分析行星探测盖亚任务
astro-ph
01-21 00:00
最新研究表明，约300万和700万年前，太阳系曾遭遇大规模冷星际云，导致保护太阳系的日球层严重收缩，地球直接暴露于星际环境。在此期间，地球受到两种高强度辐射的持续影响：当处于收缩的日球层内时，地球受到“日球层高能粒子”（HEPs）的轰击，其强度比现今最强的太阳高能粒子事件高出至少一个数量级，且每次持续数月之久；当完全处于日球层外时，地球则暴露于强度至少比现今高一个数量级的银河宇宙射线中。这种长期、多变的强辐射环境可能对地球的气候演变与生物多样性产生了深远影响。
日球层收缩星际辐射高能粒子地球环境天文地质学气候驱动
astro-ph
01-21 00:00
本研究提出了一种名为“一致性异常检测”的全新无模板引力波搜索方法。该方法无需依赖已知波形模板或标记训练数据，而是通过训练两个独立的神经网络分别分析不同探测器的数据，并最大化它们预测结果在时间上的“一致性”来识别信号。该方法不仅能有效探测缺乏精确波形模型的源（如超新星爆发、中子星抖动），还能通过积分梯度分析从网络权重中定位信号，为数据驱动的波形模板构建提供路径。在包含真实LIGO背景噪声和注入信号的测试中，该方法对紧凑双星并合和低频爆发信号的召回率分别高达0.91和0.85（误报率每年一次），在低信噪比（<10）下仍保持0.5以上的召回率。其完全无监督的特性使其特别适用于事件率更高的下一代探测器。
引力波探测无模板搜索异常检测神经网络多探测器天体物理
econ
01-21 00:00
本研究针对由短期、非契约关系构成的机会主义供应链（OSC），提出了一个集成的数学分析框架。该框架结合了刻画价格随机波动的几何布朗运动（GBM）、描述伙伴可靠性信念更新的贝叶斯学习模型，以及模拟网络结构内生变化的LOLOG网络模型。通过基于主体的仿真，研究揭示了波动性、信任与网络结构如何共同塑造供应链韧性，并识别出一个关键的波动性阈值。超过此阈值，网络会从稳定的链接保持状态，相变为关系快速解体的碎片化状态。研究从理论上建立了波动性对盈利、信任和链接激活的单调影响，推导了形式化的稳定性条件与相变机制，并通过快时尚、电子产品和生鲜行业的计算实验进行了验证。
供应链韧性网络相变贝叶斯学习主体建模机会主义行为稳定性分析
econ
01-21 00:00
本文利用一家大型科技公司新功能发布的独特数据，同时包含随机实验组和自选择用户组，对现代因果机器学习方法在恢复真实因果效应方面的有效性进行了评估。研究发现，虽然恢复真实因果效应是可行的，但高度依赖于谨慎的建模选择。该研究为在高维数据背景下进行更可信的因果效应估计提供了最佳实践建议，延续了自LaLonde (1986)以来的观测性因果推断文献脉络。
因果推断机器学习实验数据高维数据处理效应
econ
01-21 00:00
本研究开发了一种基于Transformer架构的模型，用于从多元时间序列数据中估计动态因子。其核心创新在于，通过在训练目标中加入正则化项，将传统线性因子模型作为先验信息融入，从而显著提升了模型在小数据集上的性能。模型利用注意力矩阵量化各变量及其滞后项对因子估计的相对重要性，其随时间变化的模式有助于检测经济状态转换和评估经济叙事。蒙特卡洛实验表明，当数据偏离线性高斯假设时，该Transformer模型比传统线性因子模型更准确。实证应用成功构建了美国实际经济活动的同步指数。
动态因子模型transformer注意力机制时间序列分析经济指数非线性建模
econ
01-21 00:00
本文研究具有隐藏状态和吸收性失败的动态博弈，其中基于信念的行动可能触发不可逆的崩溃。研究发现，在这种环境下，维持活动的均衡通常运行在生存边界上。这种几何结构内在地逆转了信息价值：更高的信息精度反而会增加每个有限时间范围内的崩溃概率。作者通过极限生存准则形式化这一机制，并将不透明度建模为通过布莱克韦尔混淆对信息结构的策略性选择。当失败是吸收性时，生存价值在信念中呈现局部凹性，这意味着透明度会破坏均衡生存，而足够的不透明度可以恢复它。在扩展博弈中，代理人事前选择信息结构，严格正的不透明度是均衡生存的必要条件。结果表明，不可逆失败（而非协调、误设或模糊性）是动态博弈中产生内生不透明度需求的原始力量。
动态博弈信息价值不可逆失败均衡生存不透明度布莱克韦尔混淆
econ
01-21 00:00
研究基于8,790个功能城市区域（覆盖39亿人口、占全球GDP80%）的高分辨率数据发现，国家层面的增长与收敛数据日益失真。传统驱动全球收敛的“中等收入跳板”正在失效，低收入区域虽未陷入贫困陷阱，但增长分化加剧。经济复杂度指数界定了不同的增长体制：同能力层内区域收敛，但不同层间区域分化。能力升级呈现可预测的J型曲线——短期阵痛后中期加速。这表明国家收敛政策与能力积累的地理尺度存在系统性错配。
区域收敛经济复杂度增长分化功能城市区能力升级j型曲线
econ
01-21 00:00
本文提出“数字智能资本”作为大语言模型等AI资产的经济学理论框架，其核心特征包括数据与算力的互补性、规模报酬递增以及相对估值。研究发现，下游需求取决于相对性能，导致一家公司的创新会内生地贬值竞争对手的现有资本价值，形成“红皇后效应”式的持续创新压力。同时，推理成本下降促使下游采用更密集的智能体架构，导致算力总需求呈现超弹性，产生结构性杰文斯悖论。此外，用户反馈形成的数据飞轮可能使对称竞争失衡，在市场分化为赢家通吃格局。研究还界定了上游能力扩张侵蚀下游应用价值的“封装陷阱”条件。
人工智能经济学数字智能资本杰文斯悖论数据飞轮红皇后效应赢家通吃
econ
01-21 00:00
本研究提出“等效样本量”这一新指标，用于量化预训练大语言模型在预测人类行为时自带的知识价值。该指标定义为：要达到与LLM同等的预测准确度，所需的任务特定数据量。研究者通过比较固定LLM与在不同规模领域数据上训练的灵活机器学习模型的预测误差来估算此值，并开发了新的交叉验证预测误差渐近理论以进行统计推断。应用于收入动态面板研究的数据表明，LLM对某些经济变量编码了显著的预测信息，但对另一些则较少，其作为领域数据替代品的价值因场景而异。
大语言模型预测评估等效样本量行为经济学机器学习统计推断
econ
01-21 00:00
本研究利用印度注册企业的实收资本数据，构建了“邦-产业”二分网络，并计算了经济复杂性指数。结果显示，马哈拉施特拉邦、卡纳塔克邦和德里等地的生产能力多样性和复杂度最高，而其他邦则集中于普遍存在的低价值产业。研究发现，经济复杂度指标与人均邦内生产总值呈显著正相关，强调了能力积累对经济表现的关键作用。此外，印度活跃企业数量以每年11.2%的速率持续指数增长，反映了正规化和产业扩张的进程。
经济复杂性区域发展二分网络印度经济产业政策能力积累
econ
01-21 00:00
研究将生成式AI（GenAI）的扩散视为一种独特的供给冲击：边际生产成本趋近于零，但内容生成通过信息污染产生拥堵外部性。作者构建了一个三层一般均衡框架，分析该技术如何重塑市场结构、转型动态与社会福利。研究发现，AI成本冲击导致生产前沿出现“折弯”，市场分化为退出、AI和人类生产三个区段，质量分布呈现“中产空心化”。向AI均衡的转型并非单调平滑，而是会经历由搜索摩擦和技能适应延迟驱动的暂时性“生态崩溃”，随后选择性复苏。人类生存依赖于向语义创造力的不对称技能重构。福利影响高度依赖污染强度：低拥堵下福利单调增长，而高污染则导致福利与AI扩张呈倒U型关系，放任自流的AI采用可能无效，最优治理需转向产出侧的拥堵管理。
生成式ai供给冲击市场结构福利分析拥堵外部性一般均衡
econ
01-21 00:00
本文为存在样本流失的分层随机化实验，建立了一个统一的局部识别与推断框架，适用于各层处理份额相等或异质的情况。对于等份额设计，我们将精细分层实验的最新理论应用于Lee界，得到了闭式、设计一致性的方差估计量及尺度恰当的置信区间。模拟显示，传统方法可能高估不确定性，而我们的方法能提供更紧的区间。对于异质份额设计，我们提出了一种结合逆概率加权与全局修剪的新策略，即使在层规模小或不平衡时也能构建有效边界。我们建立了识别条件，引入了矩估计量，并将现有推断结果推广至具有异质份额的分层设计，涵盖了一类广泛的基于矩的估计量，包括我们提出的估计量。研究结果还推广至仅由观测标签定义层别的设计。
部分识别分层随机化样本流失lee界逆概率加权矩估计
econ
01-21 00:00
本文通过复杂网络科学视角，系统回顾了全球粮食贸易网络（FTN）的结构、演化与韧性。研究发现，网络已从西方主导的单极效率驱动体系，演变为具有高聚类和无标度异质性的多极区域化结构。连通性具有双重作用：既是缓冲局部生产波动的屏障，也是全球冲击的传播渠道。研究通过区分小麦的稳健拓扑、水稻的脆弱区域主义和大豆的极化“哑铃”结构，揭示了不同粮食商品的结构性脆弱点。分析表明，COVID-19大流行和俄乌冲突等冲击凸显了物流效率与系统韧性之间的关键权衡。未来，人为气候变化将驱动比较优势向极地迁移，要求政策范式从孤立保护主义转向合作性网络冗余。
粮食贸易网络复杂网络系统韧性气候变化贸易结构粮食安全
econ
01-21 00:00
本研究构建了一个斯塔克尔伯格排队博弈模型，分析AI辅助在线医疗问诊平台如何联合优化责任分担比例与医生配置水平。研究发现，医生的诊断模式选择呈现阈值结构，平台最优策略是将责任分担比例设定在阈值以下，以权衡风险转移与合规成本。责任分担与人员配置作为替代性的安全保障机制发挥作用：更高的拥堵或人力成本促使平台倾向于AI辅助运营，而更高的损失严重性则使独立诊断模式更受青睐。研究揭示了责任设计如何通过排队动态影响系统绩效，为AI辅助医疗咨询的合同与容量校准提供了理论指导。
ai医疗责任分担排队博弈平台运营服务优化激励机制
econ
01-21 00:00
本文提出了一种新的高维时变、非对称、尾部相依Copula模型，结合了谱动态与正则化技术。模型通过得分驱动方式刻画相依矩阵特征值的动态变化，并利用非线性收缩方法校正无条件特征值谱的偏差。该参数化方法能确保相依矩阵在任何时刻、任何维度下均满足约束条件。模型具有简约、计算高效、易于扩展至高维的特点，在模拟与实证数据中均表现优异。在一项涵盖10个国家、10个行业共100只股票的金融市场实证应用中，该模型成功捕捉了地理与行业相关的联动性，并优于近期计算更密集的基于聚类的因子Copula模型。市场压力时期，谱动态分析揭示了国际股票市场相依性的显著增强，导致分散化潜力下降与系统性风险上升。
高维copula谱动态正则化金融市场相依性系统性风险得分驱动模型
econ
01-21 00:00
一项针对英美1700名招聘人员的实验研究发现，具备AI技能能显著提高获得面试邀请的概率，增幅约为8至15个百分点。研究采用配对联合实验设计，考察了平面设计师、办公室助理和软件工程师三个职位。结果表明，AI技能不仅能作为积极的招聘信号，还能部分或完全抵消年龄较大或学历较低的劣势，其中对办公室助理的补偿效应最强，正式的AI认证能发挥额外作用。招聘人员自身的背景和对AI的使用态度会显著调节这些效应。
人工智能技能劳动力市场招聘实验技能补偿就业前景因果证据
econ
01-21 00:00
本研究追踪了医院系统内近400名放射科医生使用FDA批准的AI诊断平台解读超过10万次肺栓塞（PE）扫描的情况。当AI标记PE时，放射科医生同意率为84%；当AI预测无PE时，同意率高达97%。研究发现，放射科医生对AI的采纳率随时间显著提升，从最初拒绝30%的AI阳性标记，到第二年降至12%。尽管扫描量增加了16%，诊断速度保持稳定，而每位放射科医生的月度工作量几乎翻倍，且患者死亡率未受影响，表明AI在改善工作流程的同时未损害诊断结果。研究还揭示了显著的异质性：部分放射科医生拒绝AI标记的PE高达一半，而另一些则几乎总是接受；女性放射科医生比男性同行拒绝AI的可能性低6个百分点。适度的AI参与度与最高的诊断一致性相关。
ai辅助诊断放射科肺栓塞人机协作医疗效率诊断异质性
econ
01-21 00:00
本研究结合气候变化总影响的元分析结果与标准综合评估模型，估算了各国的碳排放社会成本。研究发现，人均社会成本与人均收入高度相关，而国家总社会成本则与人口规模成正比。研究进一步定义了“净责任”，即一国排放对他国造成的损害减去他国排放对该国造成的损害。结果显示，净责任在中高收入、碳密集型国家为正，而贫困国家和富裕国家因其当前排放相对较低（贫困国家还因其脆弱性高）将获得补偿。
社会成本碳排放气候变化综合评估模型净责任气候政策
q-bio
01-21 00:00
针对AI智能体在长流程多轮交互中因记忆膨胀、错误累积和注意力漂移导致性能下降的问题，本研究提出了一种生物启发的智能体认知压缩器（ACC）。该方法摒弃了传统的对话记录回放或检索机制，转而采用一个有界的内部状态，并在每一轮交互中在线更新。ACC将信息检索与状态确认分离，防止未经验证的内容成为持久记忆，从而有效控制了上下文的无限制增长，并降低了幻觉和记忆中毒的风险。在IT运维、网络安全响应和医疗工作流等场景的评估中，ACC在保持有界内存的同时，表现出更稳定的多轮行为。
ai智能体记忆控制认知压缩长流程交互生物启发多轮稳定性
q-bio
01-21 00:00
本研究提出了一种基于Karhunen–Loève展开（KLE）的残差异常图方法，用于资源受限环境下的脑胶质瘤MRI分割。该方法将多模态MRI扫描（如$240\times240\times155$）降采样并压缩为32个KL系数，通过近似重建生成残差异常图，作为第五通道输入紧凑型3D U-Net。实验在消费级工作站（RTX 4060Ti，8GB显存）上完成，仅使用少量训练数据，即达到Dice分数：全肿瘤0.929、肿瘤核心0.856、增强肿瘤0.821，其HD95距离指标甚至优于依赖超级计算机的BraTS 2023冠军方案。
医学图像分割脑胶质瘤kl展开残差异常图资源高效3d u-net
q-bio
01-21 00:00
本文提出了一种突破性的AI发展策略：绕过传统的人类生成数据（如文本），直接利用神经影像数据训练基础模型。作者认为，大脑数据能揭示无法通过外在行为观察到的深层认知过程，从而帮助克服现有模型在感知、价值判断、执行与整合四个层面的局限。论文具体提出了两种实现方法：基于人脑的强化学习（RLHB）和基于人脑的思维链（CoTHB），旨在高效利用有限的神经数据。这一路径被视为在持续扩展现有架构与探索神经科学启发方案之间的有效折中，对实现通用人工智能乃至超级智能具有潜在意义，同时也伴随着伦理与社会挑战。
人工智能神经科学基础模型脑机接口认知计算伦理挑战
q-bio
01-21 00:00
本文综述了整合多模态空间组学与成像数据的计算方法。随着空间组学技术的发展，能够在组织切片上同时或连续获取转录组、蛋白质组和表观基因组等多维分子数据，并结合图像信息，形成了捕捉组织细胞与结构复杂性的多模态框架。由于数据在尺度、分辨率和模态上的差异，其整合面临巨大计算挑战。文章系统梳理了从概率模型到最新深度学习的关键算法原理，为这一前沿领域提供了全面的方法学概览。
空间组学多模态整合计算生物学深度学习生物信息学成像技术
q-bio
01-21 00:00
研究通过深度循环强化学习模型，在噪声感知任务中训练神经网络，成功复现了灵长类决策的关键特征：速度-准确性权衡、根据新信息灵活改变决策。网络内部动态与灵长类神经生理学研究观察到的决策机制相似，为“灵长类决策机制是为在动态噪声信息中最大化奖励而演化形成”的理论提供了计算实验支持。
决策机制强化学习神经网络计算神经科学认知演化
q-bio
01-21 00:00
本研究通过一个包含三个营养级的生态模型，揭示了非互惠相互作用对生态系统稳定性的影响具有不对称性。研究发现，消费者与捕食者（顶层与中层）之间的非互惠作用，比消费者与资源（中层与底层）之间的非互惠作用更容易导致系统失稳。通过解析推导模型的相图，作者证明系统的稳定性边界由跨营养级的能量流动控制。由于能量自下而上流动，导致高层营养级多样性降低，这解释了稳定性的不对称性。降低能量流动效率会反转这种不对称性，并显著扩大相图中的稳定区域，这表明自然界中著名的“10%能量传递”法则可能有助于促进生态系统的整体稳定性。
生态系统稳定性非互惠相互作用能量流动营养级相图分析复杂系统
q-bio
01-21 00:00
本研究通过建立包含非局部Morse型核函数的连续反应-扩散-平流模型，探究了环境污染物如何干扰鱼类色素细胞（黑色素细胞与黄色素细胞）的自组织过程。模型表明，污染物通过改变细胞间的同型粘附或排斥作用强度，能够驱动斑纹在条纹、斑点及混合模式间转变，重现了鱼类色素突变体的典型表型。模拟结果显示，短期暴露引起的色素变化可能恢复，而长期暴露则导致持续的色素缺失。在生长中的鱼体内，污染物对细胞互作的干扰直接影响条纹形成速率、数量及色素水平，为实验观察到的色素异常与成鱼空间斑纹变化之间的机制联系提供了理论见解。
色素斑纹反应扩散模型环境污染物细胞自组织鱼类发育生物物理模型
q-bio
01-21 00:00
本研究针对大语言模型在生物医学领域知识驱动推理任务中的可靠性，提出了SciHorizon-GENE基准。该基准整合了超过19万个人类基因的权威知识，构建了涵盖54万多个问题的数据集，用于评估模型在细胞类型注释、功能解释等基因到功能推理场景中的表现。研究从研究关注度敏感性、幻觉倾向、答案完整性和文献影响四个关键维度，系统评估了多种通用及生物医学专用大语言模型，揭示了模型在生成忠实、完整且基于文献的功能解释方面仍面临显著挑战。该工作为分析模型在基因尺度的行为提供了系统基础，并对模型选择与开发具有指导意义。
大语言模型生物医学推理基因功能基准评估知识增强
q-bio
01-21 00:00
本文提出了一种“认知空间”框架，旨在统一比较自然、人工及混合系统的认知能力。该框架摒弃了依赖具体物质基础的狭隘定义，转而基于组织和信息维度构建比较性表征，将认知视为系统感知、处理和响应信息的梯度化能力。研究引入了基底无神经、神经以及人机混合三类认知空间，并揭示已实现的系统仅占据其中少数区域，存在大量空白。这些空白反映了进化偶然性、物理约束和设计局限。该框架不仅阐明了现有认知系统的多样性，更将人机混合认知定位为探索超越生物进化复杂性的前沿领域。
认知科学统一框架人机混合信息处理系统比较复杂性
q-bio
01-21 00:00
本研究探讨了在进化累积模型中，即使假设特征获得不可逆，是否仍能有效推断现实中可逆的进化动态。通过模拟研究，论文量化了忽略可逆性带来的误差，并指出在多数情况下，模型对特征获取相对顺序及核心进化路径结构的推断是稳健的，而对不确定性及特征间相互作用的估计则更易出错。这为在计算资源有限时，使用更高效的不可逆模型近似分析可逆过程提供了依据。
进化累积模型可逆性机器学习计算生物学模拟研究稳健性
q-bio
01-21 00:00
本研究证明了Pehlevan等人提出的Hebbian/anti-Hebbian自组织神经网络模型的全局稳定性。该模型以前馈和循环权重以相同时间尺度演化为条件，其连续极限的突触动力学被证明具有全局稳定性。动力学演化分为两个阶段：第一阶段，突触权重收敛至一个不变流形，其中“神经滤波器”是正交归一的；第二阶段，突触动力学遵循一个非凸势函数的梯度流，其最小值对应的神经滤波器张成了输入数据的主子空间。这为理解局部突触修改如何产生稳定的网络级计算提供了关键理论支撑。
神经网络稳定性hebbian学习主子空间分析自组织计算非线性动力学
cs
01-21 00:00
本文提出UniMo框架，旨在解决现有3D人体运动生成与理解方法之间难以相互增强、解释性差的问题。该框架通过监督微调将运动-语言信息与可解释的思维链推理整合进大语言模型，并引入基于组相对策略优化的强化学习作为后训练策略，以优化成组token，确保结构正确性和语义对齐，从而缓解运动token预测中的累积误差。实验表明，UniMo在运动生成与理解任务上均显著优于现有统一模型和特定任务模型，达到最先进性能。
3d人体运动大语言模型思维链运动生成运动理解强化学习
cs
01-21 00:00
本文提出了DriveSafe，一个专门针对基于大语言模型（LLM）的驾驶助手的四级分层风险分类体系。该体系包含129个细粒度的原子风险类别，涵盖技术、法律、社会和伦理维度，并基于真实驾驶法规和安全原则构建，经领域专家评审。研究通过评估六个主流LLM对不安全或不合规驾驶相关查询的拒绝行为，发现现有模型在驾驶场景下的通用安全对齐存在显著局限，常无法恰当拒绝风险请求。
大语言模型驾驶安全风险分类安全评估人机交互
cs
01-21 00:00
本文提出TIDE方法，用于解决具有时序扩展目标的规划问题。传统方法将时序逻辑（LTLf）规划转化为经典可达目标规划，但缺乏引导搜索的启发信息。TIDE通过将时序问题分解为一系列更小的可达-规避子问题，利用现成规划器求解。其核心在于识别并优先处理领域图中最有希望的自动机轨迹，采用成本驱动的启发式策略引导探索，并通过自适应回溯机制从失败计划中系统恢复，保证了方法的完备性与效率。实验表明TIDE性能优异。
时序规划ltlf启发式搜索自动机任务规划机器人
cs
01-21 00:00
本文提出了一种用于自动驾驶赛车间隙导航的新型反应控制框架，核心是注意力神经过程（AttNP）及其物理信息扩展版本（PI-AttNP）。PI-AttNP通过融入近似模型先验来注入物理归纳偏置，从而在F1TENTH式阿克曼转向赛车仿真环境中实现了更快的收敛速度和更高的预测精度，适用于实时控制。为确保安全，研究还推导并实现了一种基于控制屏障函数（CBF）的过滤机制，该机制可解析地强制执行碰撞避免约束，为学习到的控制器提供了一个轻量级且可验证的安全层。结果表明，该方法在保证实时约束满足的同时，具有竞争力的闭环性能。
自动驾驶神经过程控制屏障函数实时控制安全验证物理信息模型
cs
01-21 00:00
针对Softmax注意力在长上下文建模中的结构性问题——严格的归一化约束导致注意力汇（attention sinks）以及概率质量随序列增长而弥散，本文提出了阈值差分注意力（TDA）。该方法通过引入长度相关的行级极值阈值门控，仅保留超过阈值的显著值，实现了>99%的精确零值，消除了注意力汇。受差分Transformer启发，TDA还通过减去一个抑制性视图来增强表达能力。理论证明，TDA将每行虚假幸存者的期望数量控制在$O(1)$，且独立视图间的虚假匹配会随上下文增长而消失。实验表明，TDA在保持标准及长上下文基准测试竞争力的同时，实现了超稀疏性和更强的鲁棒性。
注意力机制长序列建模稀疏注意力transformer语言模型计算效率
cs
01-21 00:00
本研究通过RosettaCode数据集的699个C语言任务实验，评估了为大型语言模型提供编译器工具（如gcc）对其编程能力的影响。实验覆盖16个不同规模的模型（1.35亿至700亿参数），发现编译器接入使编译成功率提升5.3%至79.4%，语法错误减少75%，未定义引用错误减少87%。研究证实，编译器反馈能将LLM从被动代码生成器转变为能迭代调试的主动智能体，且小型模型搭配编译器有时能超越未配备编译器的大型模型，这为降低软件工程中模型能耗提供了新思路。
编程智能体编译器反馈代码生成软件工程llm增强迭代调试
cs
01-21 00:00
本研究提出LAMPS，一个基于大型语言模型（LLM）的多智能体协作系统，用于检测PyPI等开源仓库中的恶意软件包。系统通过CrewAI框架协调四个角色化智能体（包检索、文件提取、分类、裁决聚合），结合微调的CodeBERT模型与LLaMA-3智能体进行上下文推理。在两个互补数据集上的评估显示，LAMPS在平衡数据集上达到97.7%的准确率，优于现有方法MPHunter；在更贴近现实、存在类别不平衡的多文件数据集上，准确率与平衡准确率均达到99.5%，显著超越了基于RAG的方法和微调的单智能体基线。McNemar检验证实了改进的显著性。该工作证明了分布式LLM推理在恶意代码检测中的可行性，并凸显了模块化多智能体设计在软件供应链安全中的优势。
多智能体系统恶意代码检测软件供应链安全llm应用pypi安全
cs
01-21 00:00
针对太赫兹成像中固有的低频模糊与高频噪声并存的问题，本研究提出了一种基于主成分分析的自监督去噪去模糊网络。该网络采用“再损坏至再损坏”的自监督学习策略，通过利用重复损坏下的不变性来捕获噪声的内在特征，随后应用PCA分解与重构来同时恢复图像的低频与高频信息。实验在四类样本上验证了其有效性，仅需少量无标签噪声图像即可训练，并能跨不同材料与测量模式实现有效的图像恢复，在提升图像质量的同时保留了原始信号的物理特征。
太赫兹成像自监督学习图像去噪图像去模糊主成分分析深度学习
cs
01-21 00:00
本研究通过一个包含“构思者”、“撰写者”和“评估者”三个角色的智能体系统，在低、中、高三个控制级别下，探讨了LLM智能体如何重塑科研创意过程。对54名研究人员的混合方法研究发现：1）感知到的创造力支持并不随控制权增加而线性提升；2）人类努力从构思想法转向验证想法；3）所有权成为人与AI协商的结果。研究建议，LLM智能体设计应强调赋能研究者，使其对优质创意保有所有权感，而非将其降级为自动化流程的操作员。
人机协作科研创意llm智能体所有权归属控制权权衡
cs
01-21 00:00
本研究利用神经主题建模（BERTopic/Top2Vec）与大型语言模型（GPT-4），对13份癌症患者访谈转录文本（共132,722词）进行分析，旨在从患者叙事中提取有意义的主题，以推动更以患者为中心的医疗实践。通过公平比较，BERTopic在关键词提取与主题一致性上表现更优，随后结合临床导向的嵌入模型（如BioClinicalBERT）进一步提升了主题的精确度与可解释性。全局分析揭示了贯穿所有访谈的两大核心主题：“癌症护理管理中的协调与沟通”以及“癌症治疗旅程中的患者决策”。尽管数据为机器翻译且未涉及临床专家评估，但结果表明，该分析流程能为临床医生提供来自患者访谈的有效反馈，支持更高效的文档导航，并强化患者声音在医疗工作流程中的作用。
主题建模患者叙事分析临床自然语言处理癌症护理bertopicllm应用
cs
01-21 00:00
本文提出了一种结合持续同调先验的协作式逆渲染新策略，用于从多视角图像重建高亏格（即具有多个“洞”或“环柄”）的三维曲面模型。该方法通过引入捕获隧道环和手柄环等关键拓扑特征的先验知识，有效解决了重建过程中的几何、外观和拓扑模糊性问题。在基于网格的逆渲染框架内，通过梯度优化协同利用光度一致性与同调引导，成功恢复了复杂的高亏格几何结构，避免了隧道塌陷或高亏格结构丢失等灾难性失败。实验表明，与现有先进的基于网格的方法相比，该方法在倒角距离（CD）和体积交并比（IoU）指标上均表现更优，显著提升了几何精度和对拓扑失败的鲁棒性。
逆渲染三维重建持续同调高亏格曲面拓扑先验多视角图像
cs
01-21 00:00
本文提出了一种面向硬件实现的脉冲神经网络（SNN）核心设计，旨在解决边缘AI设备（TinyML）中传统人工神经网络（ANN）功耗高、延迟大的问题。该设计采用SystemVerilog实现，核心创新在于：1）使用定点算术和位级操作（移位、加法）实现漏积分发放（LIF）神经元模型，无需复杂浮点运算单元；2）集成片上泊松编码器进行随机脉冲生成；3）引入新颖的动态剪枝机制，在分类后动态禁用神经元以降低动态功耗。针对数字分类任务的仿真表明，该设计在有限时间步内快速收敛（准确率89%），且计算开销显著低于传统密集架构，为FPGA/ASIC平台上可扩展、高能效的神经形态硬件奠定了基础。
脉冲神经网络硬件加速神经形态计算低功耗设计边缘airtl实现
cs
01-21 00:00
本研究提出了一种结合深度学习和模型预测控制（MPC）的新方法，用于足式机器人运动控制。针对神经网络学习动力学模型时存在的三个关键问题——接触事件的刚性过渡、非物理局部非光滑性以及非高斯模型误差，作者设计了“平滑神经代理”模型。该模型具有可调平滑度，能为轨迹优化提供信息丰富的预测和导数。同时，采用重尾似然函数进行训练，以更好地匹配足式机器人动力学中观察到的经验误差分布。实验表明，该方法在零样本运动任务中显著提高了MPC的可靠性、可扩展性和泛化能力，在复杂场景下成功率从0/5提升至5/5，累积成本降低2-50倍。
足式机器人模型预测控制神经网络平滑代理动力学学习轨迹优化
math
01-21 00:00
本文研究了Frank-Wolfe方法在梯度被非精确计算时的鲁棒性，并比较了线性最小化预言机（LMO）与投影操作的相对计算代价。对于光滑非凸函数，我们建立了使用$\delta$--预言机的Frank-Wolfe方法的收敛性保证，其阶为$\mathcal{O}(1/\sqrt{k}+\delta)$。该结果强化了先前针对凸目标的分析，并表明预言机误差不会渐近累积。我们进一步证明了近似投影在计算上不可能比精确LMO更廉价，从而将结论推广到非精确投影的情形。这些发现强化了Frank-Wolfe框架的鲁棒性和效率。
frank-wolfe方法非精确梯度线性最小化预言机非凸优化收敛性分析计算复杂度
math
01-21 00:00
本文推广了经典的几何优化问题——法尼亚诺问题。原问题要求在给定锐角三角形中内接一个周长最小的三角形。本文研究在给定一个非凸四边形（含一个钝角，其余为锐角）中，构造一个三角形，使其一个顶点位于构成钝角的两条边之一上，另外两个顶点分别位于其余两条（非钝角）边上，并使得该三角形周长最小。作者给出了此问题的几何解法。此外，还证明了经典法尼亚诺问题中内接三角形的最小周长不超过原三角形任意边长的两倍，即 $P_{\min} \leq 2 \times \min\{a, b, c\}$。
几何优化法尼亚诺问题最小周长非凸四边形内接三角形
math
01-21 00:00
本文推广了经典的几何‘腰线问题’，将问题中的直线替换为欧几里得空间中的多个凸集，目标是寻找一条连接这些凸集的闭折线，使其总长度最小。研究证明了在至少一个凸集严格凸且所有凸集处于一般位置时，解存在且唯一。文章推导了完整的最优性充要条件，并将其几何解释与光的反射定律等经典原理相联系。为求解该问题，作者开发了一种投影次梯度下降算法，证明了其收敛性，并通过涉及圆盘和球体的数值实验验证了算法的有效性。该研究在设施选址、网络设计、机器人学和空间规划等领域具有应用潜力。
几何优化凸分析最优性条件投影梯度法计算几何腰线问题
math
01-21 00:00
本文提出了经典海伦问题的新扩展——广义(k,m)-海伦问题，旨在寻找$k$个可行集与$m$个目标集（均为非空闭凸集）之间的最优配置。该问题被构建为一个凸优化框架，通过寻找各集合中的点，以最小化从$k$个可行集到$m$个目标集的点对距离。利用凸分析工具，我们建立了关于存在性、唯一性和一阶最优性条件的基本结果。基于此，提出了用于数值求解的投影次梯度算法，并在递减步长规则下严格证明了其收敛性。在$\mathbb{R}^2$和$\mathbb{R}^3$中的数值实验验证了算法的稳定性、几何精度和计算效率。
凸优化几何距离问题最优性条件投影次梯度算法计算几何
math
01-21 00:00
本文研究了欧几里得空间 $\mathbb{R}^n$、球面 $\mathbb{S}^n$ 和双曲空间 $\mathbb{H}^n$ 上的泊松方程与热方程。作者提出了新方法，统一推导了这些常曲率空间上的泊松半群与热半群的显式公式。主要贡献包括：首次获得了 $\mathbb{R}^n$ 和 $\mathbb{S}^n$ 上热核的Gruet公式，并为双曲空间 $\mathbb{H}^n$ 上经典的Gruet公式提供了一个新的初等证明方法。
热核泊松半群常曲率空间gruet公式偏微分方程几何分析
math
01-21 00:00
本文研究了显式实解析函数的 Reeb 空间，这些空间并非有限图。Reeb 空间是理解流形的重要工具，定义为函数所有水平集连通分支的自然空间。作者通过尊重水平集的拓扑结构和实代数构造，对 Sharko (2006) 提出的相关问题做出了贡献，该问题随后被 Masumoto、Saeki 和 Michalak 在不同情境下跟进研究。
实解析函数reeb空间水平集拓扑流形代数构造
math
01-21 00:00
本文阐述了 O. Riemenschneider 的工作，揭示了实数分析中五个核心定理与实数域 Dedekind 完备性之间的等价关系。这五个定理构成了五个“循环”的蕴含关系，分别覆盖了实函数理论的五个基本元素：收敛性、连通性、可微性、紧致性和积分理论。这些等价性深刻揭示了实数系统结构的统一性。
实数完备性实分析等价定理dedekind分割数学基础
math
01-21 00:00
本文系统发展了多元分次多代数理论，将经典群分次代数概念推广至高元结构。核心在于引入多元群分次概念，并研究代数运算元数与分次群运算间的多种兼容性条件。关键成果包括连接元数的量子化规则、分次同态的分类，以及涵盖三元超代数和$n$元矩阵上多项式代数的具体实例。该理论揭示了二元情形中不存在的新现象，如高阶幂分次的存在性以及对元数兼容性的非平凡约束。
多元代数分次结构高元运算代数理论群分次
math
01-21 00:00
本研究针对混合动力（电动与柴油）公交系统，提出了一个集成混合整数线性规划模型，以优化车辆调度与充电策略。模型创新性地同时优化车队构成、调度方案，并引入包含慢充与快充的灵活部分充电策略，支持在车库和终点站进行分布式充电。为提升大规模网络求解效率，开发了列生成框架。基于芝加哥公交系统的实证分析表明，最优混合车队配置可降低总系统成本，而限制充电地点将显著增加运营成本。
混合整数规划公交调度电动汽车充电列生成算法混合车队优化运营成本
math
01-21 00:00
本研究聚焦于三维空间中的Reuleaux多面体，即顶点与球心重合的球多面体。基于Bogosel近期关于Meissner多面体体积的工作，论文推导出了Reuleaux多面体体积的精确计算公式，该公式仅依赖于多面体的边长参数。这一结果为离散几何与凸几何中此类特殊形状的体积计算提供了新的解析工具。
球多面体体积公式离散几何凸几何reuleaux多面体
physics
01-21 00:00
本研究提出了一种保护结构光（如轨道角动量模式）在随机介质中传输时信息完整性的新机制。该机制结合了量子芝诺效应（频繁观测减缓演化）和古伊相位（观测的反作用），通过沿传输路径的简单成像系统施加重复的、与轨道角动量相关的古伊相位“踢”，触发了光学芝诺效应。这有效抑制了模式串扰，防止了轨道角动量谱的展宽，从而保护了输入模式的纯度。该机制具有普适性，可应用于保护其他传播模式及由其构建的多种结构光形式。
结构光轨道角动量芝诺效应古伊相位光通信随机介质
physics
01-21 00:00
该研究通过分析三维欧几里得空间中连续可微曲线的几何性质，提出电子可被描述为单个点（电荷中心）的演化。该点满足四阶常微分方程组，并以光速运动。电子的质心是另一个点，由电荷中心的运动决定。正是电荷中心围绕质心的相对运动产生了电子的自旋和磁性质。
电子模型几何物理电荷中心自旋起源经典描述
physics
01-21 00:00
传统计算定义将物理系统视为执行抽象算法的被动基底，这在解释生命系统的适应性、持久性与失效时面临困难。本文提出一种新框架：将计算重新定义为组织化物质的结构属性。其中，“组织”被定义为限定系统允许状态转换的关系约束的持续性。信息并非编码内容，而是能通过重塑可能的未来状态来影响行为的关系不变性。计算则是这种组织的持续展现，将记忆、处理与执行整合为物质动力学不可分割的方面。该框架为基于扰动下的持续性、恢复性和结构失效来实验性判定计算提供了标准。
计算理论自组织系统信息物理关系约束生命系统
physics
01-21 00:00
本研究开发了开源工具Wattnet，以15分钟的高时间分辨率，联合评估欧洲电力消费的碳足迹（CF）和水足迹（WF）。该工具采用电力流追踪方法，综合考虑本地发电结构及跨境电力贸易。通过对比2024年多个欧洲地区的本地（基于发电）与全球（基于消费）足迹，研究发现忽略电力流动和时间变化会导致对CF和WF的显著误估，尤其是在电力贸易频繁或依赖水电的国家。联合分析揭示了脱碳与用水之间的权衡，指出即使在低碳系统中，水库水电也可能显著增加水足迹。Wattnet为数据中心的工作负载调度和能源感知运营提供了决策支持。
能源环境碳足迹水足迹电力流追踪数据中心欧洲电网
physics
01-21 00:00
本研究开发了PANIP（PAirwise Non-covalent Interaction Potential），一种基于NequIP框架的集成机器学习原子间势能模型，专门用于精确模拟蛋白质中的非共价相互作用。该模型通过自动化多保真度主动学习工作流程，从蛋白质数据库中提炼出具有代表性的训练子集PDB-FRAGID进行训练。PANIP在分布外系统上实现了低于0.2 kcal/mol的平均绝对误差，其精度达到{\omega}B97X-D3BJ/def2-TZVPP量子化学计算水平，并且在处理带电和强相互作用二聚体时，误差显著低于广泛使用的ANI-2x势能模型。结合基于片段的能量分解方案，PANIP能够以接近经典力场的计算成本，实现量子力学级别的蛋白质-配体结合能估算，可作为与专业对接评分函数相媲美的片段化评分函数。
机器学习势能非共价相互作用蛋白质模拟量子化学精度主动学习结合能预测
physics
01-21 00:00
本研究通过回顾性病例对照分析，首次揭示了质子笔形束扫描（PBS）放疗后乳房植入物周围组织发生包膜挛缩与剂量及线性能量转移（LET）的协同作用显著相关。研究利用剂量-LET体积直方图（DLVH）识别出三个独立的预测指标（p<0.01），并基于支持向量机（SVM）建立了正常组织并发症概率（NTCP）模型，该模型预测准确率达91.7%（AUROC=0.867）。研究结果为质子术后放疗（PMRT）计划提供了可操作的剂量学约束（如 $V(50.3\ \text{Gy}[\text{RBE}=1.1],\ 5.4\ \text{keV}/\mu\text{m}) < 0.0017\%$），以降低这一并发症风险。
质子放疗包膜挛缩剂量-letntcp模型乳腺癌放射治疗
physics
01-21 00:00
本研究提出了一种新型太赫兹时域光谱系统，有效覆盖了5至15 THz的“新太赫兹间隙”，并将探测带宽扩展至25 THz以上。系统核心在于利用有机晶体BNA的非线性效应，在1.03 μm近红外脉冲激发下产生并探测太赫兹辐射。为实现宽带光谱监测，来自Yb固体激光器的近红外脉冲首先在充气单环空芯光子晶体光纤中进行光谱展宽，随后被压缩至31 fs的超短脉宽。该方法为利用广泛可得的近红外超快光源，探测难以触及的太赫兹波段提供了新途径。
太赫兹光谱bna晶体脉冲压缩光子晶体光纤超快光学
physics
01-21 00:00
本研究提出了一种全新的手性光学传感范式，将吸附诱导手性与晶圆级光学转导相结合。该传感器采用包含扭曲排列碳纳米管（CNTs）和相变材料（PCMs）的可编程异质结构。手性分子吸附在CNTs上形成具有宏观组装结构的手性光学活性复合材料，产生显著的紫外圆二色性（CD）信号。该器件无需光刻、热点递送或差分协议，即可在单一设备中分辨分子浓度和手性，对CD信号微弱的葡萄糖和手性氨基酸实现了亚微摩尔（sub-μM）级灵敏度，这得益于大于 $10^5\,\mathrm{M^{-1}}$ 的吸附常数。分子动力学模拟验证了吸附机制，手性传递矩阵模拟复现了实验结果，并通过调控PCM层实现了传感器的可编程性。该平台为水环境中经济高效的原位对映体监测提供了可能。
手性光学传感碳纳米管相变材料圆二色性晶圆级制造分子吸附
physics
01-21 00:00
本研究使用时变密度泛函理论，通过轨迹系综方法对强场激光诱导的HCl二聚体库仑爆炸过程进行了通道分辨的阐释。研究识别出三种主要解离通道：一个次要的三体通道和两个四体通道（两个分子的顺序解离与近同时解离）。关键发现是，通道选择与激光相互作用期间的早期电离程度强相关，而后者又受到激光-分子取向的强烈调制。早期电离程度高倾向于近同时的四体解离，而电离程度低则有利于顺序解离和三体碎裂。对于低电离情况，碎片分辨的电荷度量进一步区分了三体与顺序行为。这些电荷依赖的趋势一致地映射到实验可观测的物理量上：近同时机制主导了动能释放谱的高能尾部，并占据发射角分布的不同区域，而顺序事件则集中在较低的动能释放区域。总体而言，早期电荷演化过程为通道分支和通道分辨的碎裂特征提供了统一的解释。
强场物理库仑爆炸时变密度泛函理论分子动力学激光-分子相互作用通道分辨
physics
01-21 00:00
本研究将CIPSI驱动的CC($P$;$Q$)方法扩展到激发电子态的计算中，通过方程-运动耦合簇（EOMCC）形式实现。该方法利用CIPSI选态技术识别高阶激发组态，从而以低于完整三重激发空间的CI对角化计算成本，高效收敛至父CC/EOMCC单、双、三重激发（CCSDT）的能量结果。在CH⁺的垂直激发、CH的绝热激发以及水的基态与激发态势能面切割等测试中，均验证了其高效性与准确性。
耦合簇理论激发态计算量子化学选态相互作用电子结构
physics
01-21 00:00
研究团队提出了一种等离子体可调谐尖端金字塔（PTTP）结构，通过协同调控纳米金字塔长度L和高原长度W，在低数值孔径（NA=0.75）的径向偏振激发下，能支持混合天线-腔模式，将能量高效汇聚至尖端。有限元模拟表明，W是设计关键参数，它设定了类似法布里-珀罗共振的面内表面等离子体激元共振；协同调控(L,W)可产生周期性最大尖端电场增强。单层石墨烯实验证实了近场增强，并再现了特征环形TERS点扩散函数。该设计放宽了对高NA的要求，增加了工作距离和对受限环境的兼容性，为实用化纳米拉曼仪器提供了新路径。
等离子体光学针尖增强拉曼纳米结构光场局域化法布里-珀罗共振近场光谱
astro-ph
01-21 00:00
本研究通过数值模拟，探究了围绕太阳质量恒星运行的四行星系统的长期轨道稳定性。系统由四个地球质量行星组成，初始轨道为圆形共面，最内行星位于1 AU处，行星间距以相互希尔半径等间距设置。模拟持续至最内行星运行10^10圈，发现系统寿命随行星间距呈指数增长趋势，介于三行星和五行星系统之间且更接近后者。与五行星系统类似，未发现特定间距能使系统寿命显著长于其他间距。研究指出，行星间的一阶、二阶平均运动共振会显著缩短系统寿命，三阶共振对接近共振的系统也有明显的不稳定效应。此外，初始行星相位（合相或分散）会影响寿命极值点对应的最佳间距。
行星系统稳定性轨道动力学平均运动共振数值模拟长期演化
astro-ph
01-21 00:00
ARKS项目利用ALMA对24个系外柯伊伯带进行首次高分辨率系统巡天，发现33%的样本呈现多尘埃环结构，10个带存在不对称性。研究还发现，在气体丰富的系统中，微米级尘埃颗粒可能受气体拖曳影响，且至少一个系统的CO气体呈现非开普勒运动学特征，表明强压力梯度可能触发了捕获尘埃的涡旋。这些多样化的结构为理解行星形成与演化过程提供了关键线索。
系外柯伊伯带alma观测尘埃结构气体动力学行星形成高分辨率巡天
astro-ph
01-21 00:00
ALMA ARKS巡天在HD 121617的碎片盘中观测到一个气体与尘埃组成的窄环，其中存在一个比环其余部分亮40%的不对称尘埃弧。研究通过Dusty FARGO-ADSG流体动力学模拟，将尘埃建模为拉格朗日粒子，并考虑辐射压和尘埃反馈，发现一个不稳定的气体环可以产生依赖于颗粒大小的径向和方位角尘埃陷阱。模拟表明，总气体质量在5至50个地球质量范围内时，气体拖曳和辐射压的共同作用可以同时解释ALMA观测到的尘埃弧以及VLT/SPHERE散射光环的外移。由此推断的保守气体质量范围为2.5至250个地球质量。若该不对称性确由气体拖曳导致，则所需气体质量远超观测到的CO含量，暗示存在大量未探测的H₂，支持其原始气体起源。HD 121617可能因此成为一种介于原行星盘和碎片盘之间的混合型盘。
碎片盘气体动力学alma观测尘埃结构行星系统形成
astro-ph
01-21 00:00
本研究探讨了H II区中氦I 1.0833$\mu$m三重线光子被亚稳态氦原子（He 2 $^3$S$_1$）共振散射的现象。研究发现，在具有较大He 2 $^3$S$_1$柱密度的区域，1.0833$\mu$m发射线谱会呈现异常展宽、多峰的特征，其质心相对于其他谱线蓝移可达$\sim$14 km/s，某些区域的谱线半高全宽（FWHM）甚至超过100 km/s。共振俘获过程增强了尘埃吸收，并减弱了氦线的发射强度。这提示在使用He I 1.0833$\mu$m与H I 1.0941$\mu$m（Pa$\gamma$）的强度比来估算He$^+$/H$^+$丰度比时需要格外谨慎。研究计算了包括银河系内的M-17B、NGC3603以及M51中的一个恒星形成区在内的示例光谱，并指出利用NIRSPEC、CARMENES或X-Shooter等光谱仪进行观测，可以验证这些预测效应并约束星云物理条件。
h ii区共振散射氦发射线光谱分析天体物理
astro-ph
01-21 00:00
本研究作为ARKS巡天的一部分，利用ALMA对年轻A型星HD 121617的气体富集外柯伊伯带进行了高分辨率观测。首次在该系统中发现了一个狭窄（宽1-5 au，半径75 au处）、延伸且不对称的毫米波尘埃增强弧，其尘埃质量约占系统总尘埃质量（0.2$M_\oplus$）的13%。该弧在小颗粒尘埃和气体发射中不明显。气体运动学分析揭示了环的内外边缘存在显著的非开普勒方位速度，这可能是由强压力梯度导致的。尘埃弧的形态类似于原行星盘中的不对称结构，可能源于尘埃在气体涡旋中被捕获，或与行星-盘相互作用（如平运动共振）有关。这些发现为理解此类系统中气体的起源（原始或二次产生）及尘埃-气体动力学提供了关键线索。
外柯伊伯带尘埃弧气体运动学alma观测行星形成天体化学
astro-ph
01-21 00:00
本研究通过公民科学项目，首次利用众包方式系统性地绘制了天炉座星系团中的弥散星系图，共识别出643个目标。超过1400名志愿者参与，在26平方度的天区内以每平方度1.15天的速度完成了分类。该星表在有效半径大于5角秒、表面亮度暗至约26星等/平方角秒的范围内，相对于现有矮星系星表的完整度超过80%，并新发现了100个候选体。结果表明，公民科学是未来大规模巡天（如LSST）中探测弥散星系群体的高效工具。
公民科学弥散星系天炉座星系团星系普查众包天文学巡天数据
astro-ph
01-21 00:00
通过成像X射线偏振探测器和核光谱望远镜阵列的联合观测，研究团队首次在2-8 keV能段探测到中子星低质量X射线双星Cyg X-2的显著偏振信号（置信度15σ），平均偏振度达4.5%±0.3%。偏振度随能量升高而增强，在7-8 keV能段达到9.9%±2.8%。偏振方向与已知射电喷流轴大致一致。光谱偏振分析表明，偏振辐射主要来自康普顿散射光子，但观测到的高偏振度可能源于高度偏振的反射成分与中子星表面中等偏振的扩散层共同作用，或由赤道风中的电子散射产生。
x射线偏振中子星双星ixpe观测康普顿散射天体物理
astro-ph
01-21 00:00
ALMA对年轻A型星HD 131835的观测显示，其尘埃盘由~65 au和~100 au处的两个尘埃环组成，且内环比外环更亮，与先前散射光观测结果相反。研究通过碰撞演化模型和尘埃-气体相互作用模型检验了两种解释：1）两个环代表具有不同碰撞特性的独立行星带；2）仅内环包含星子，外环由受气体拖曳向外迁移的尘埃构成。碰撞模型难以仅通过动力学激发差异完全拟合数据，而气体驱动模型能解释环的位置和亮度比，但预测的外环总亮度偏低。结果表明，双行星带模型需要解释其极端不同的特性，而尘埃-气体相互作用是值得进一步研究的可能机制。
原行星盘尘埃环alma观测行星形成气体-尘埃相互作用天体动力学
astro-ph
01-21 00:00
本研究提出了在存在外流的情况下，牛顿引力框架下薄吸积盘时变方程的格林函数解。研究表明，在问题的多种自然极限下，存在简单且精确的解析表达式。这些解在数学形式上与经典的Lynden-Bell & Pringle无外流解相似，但在物理细节和观测意义上差异显著。研究分析了两种现象学的外流模型：一种对局部吸积流施加扭矩，另一种不施加扭矩，以及一种与局部吸积率成正比的外流。总体而言，外流会导致吸积盘光度更快速地衰减，使盘温的径向依赖性变得平坦，并抑制小半径和低频（长时标）处的吸积率变率。
黑洞吸积盘外流格林函数时变过程牛顿引力天体物理
astro-ph
01-21 00:00
本研究通过结合宇宙射线（CR）在分子云中的能量损失，构建了后处理气相化学模型，揭示了CR电离率（ζ）在致密云中并非恒定，而是随环境显著变化。研究分析了关键化学示踪剂（如C⁺/C/CO碳循环）的丰度分布与气体温度变化，并提出了适用于致密、紫外屏蔽分子云区域的、更稳健的电离率观测校准方法及电子丰度估算，提升了理论与观测数据的一致性。
宇宙射线化学分子云电离率化学示踪剂气相化学模型碳循环
astro-ph
01-21 00:00
ALMA高分辨率巡天项目（ARKS）的第六项研究系统分析了24个系外碎片盘的尘埃连续谱数据，发现近半数（10个）系统存在显著的不对称结构或中心偏移。这些不对称性主要表现为三种类型：中心与恒星位置偏移（如HD15115）、方位角不对称（如49 Ceti的弧形结构）以及主轴/副轴不对称。研究指出，中心偏移可能源于尘埃环的非零偏心率，而方位角不对称则可能与局部尘埃增亮（如“弧”）有关。分析还表明，不对称性的出现与系统的冷尘埃光度分数存在相关性。这项研究证实，在（亚）毫米波段观测到的系外碎片盘中，不对称结构是普遍现象，为理解行星系统的动力学演化与结构提供了关键线索。
系外碎片盘alma观测不对称结构尘埃环行星系统演化毫米波天文学
astro-ph
01-21 00:00
本研究利用詹姆斯·韦伯太空望远镜（JWST）和阿塔卡马大型毫米波/亚毫米波阵列（ALMA）对长周期彗星C/2022 E3 (ZTF)进行了协同观测，重点分析了其彗发中甲醇（$\ce{CH3OH}$）和水（$\ce{H2O}$）的分布。通过辐射转移模型，研究人员揭示了彗发中旋转温度、柱密度和生产率的空间变化。研究发现，大部分物理量的分布在彗核中心达到峰值，且JWST与ALMA的测量结果在误差范围内一致。此外，彗星在背日方向显示出显著的温度增强，而JWST观测到的水分子旋转温度随核心距离增加而下降的现象，主要归因于旋转谱线冷却效应。
彗星化学多波段观测辐射转移模型almajwst彗发物理
astro-ph
01-21 00:00
爱因斯坦探针（EP）于2025年6月23日发现了一个新的中子星低质量X射线双星系统EP J171159.4-333253。该研究利用EP和NuSTAR的观测数据，首次报告了该系统具有“钟表般”精确的I型X射线暴、食和凌星现象。分析得出其轨道周期为$P_{
m orb}=6.48301 \pm 0.00003\,$小时，X射线暴复发时间约为$t_{
m rec}=8196 \pm 177\,$秒，并估算出伴星质量约为$0.6-0.8\,M_\odot$，系统倾角约为$73-75^\circ$。联合光学观测发现光学食比X射线食更宽且与波长相关，表明部分光学辐射来自吸积流的延伸区域。吸积能与热核能之比高达120-130，暗示了氦暴的发生。
中子星双星x射线暴食双星爱因斯坦探针吸积过程天体物理
astro-ph
01-21 00:00
宜居世界天文台（HWO）是首个专门为搜寻地外生命而设计的大型空间望远镜，已被美国天文学十年调查（Astro2020）列为最高优先级任务。本文概述了该任务概念成熟化的整体路径，包括架构开发、集成建模、科学案例研究以及技术路线图。项目计划通过仪器研究、国际参与以及组建社区科学与仪器团队来推进，目标是为任务概念评审做准备。
空间望远镜地外生命搜寻天文台任务概念技术成熟
astro-ph
01-21 00:00
本研究通过ALMA高分辨率观测HD 121617碎片盘中的CO气体。通过分析局部CO谱线轮廓，并结合RADMC-3D模型拟合，发现该盘中的$^{13}$CO发射为光学厚，最佳拟合温度为38 K，CO质量约为$2 \times 10^{-3} M_{\oplus}$。模型成功再现了速度积分强度图中X形结构以及$^{12}$CO相对于$^{13}$CO更宽的谱线宽度。研究指出，方位平均的局部谱线轮廓均呈高斯形，因此不能用于区分光学薄与厚发射。约束的平均分子量约为$12.6_{-1.1}^{+1.3}$，显著高于以H$_2$为主的情况，表明气体成分为非原始起源。
碎片盘co气体alma观测光学深度非原始成分谱线分析
astro-ph
01-21 00:00
本研究通过SPH模拟，探讨了重力、湍流和磁场在塑造分子云结构角动量-尺度关系（$j \sim R^{3/2}$）中的角色。模拟发现，在纯流体动力学情况下，无法形成致密丝状结构；加入重力后，非丝状团块能较好复现观测关系；而加入磁场后，尽管大部分团块呈丝状，其整体仍遵循该关系，这可能是丝状几何增角动量与磁场抑制湍流减角动量共同作用的结果。扭矩分析表明，流体动力学扭矩（涉及湍流粘性）在量级上占主导，支持了“重力驱动云形成与收缩，湍流通过流体交换再分布角动量”的机制。
分子云角动量传递sph模拟湍流磁场重力
astro-ph
01-21 00:00
本研究通过XMM-Newton对处于类马蒙德极小期（长期低活动状态）的恒星HD 166620进行了深度观测，首次精确测量了其在该状态下的X射线光度：$\log L_{\rm X} \, (\rm{erg\,s^{-1}}) = 26.56^{+0.10}_{-0.12}}$，对应的X射线表面通量为$\log F_x \, (\rm{erg\,cm^{-2}\,s^{-1}}) = 3.97^{+0.10}_{-0.12}}$。相比其1996年活动极大期的观测，其X射线亮度下降了2.5倍。分析表明，其活动水平低于10秒差距内所有其他K型矮星，其冕层辐射与太阳背景冕层相当，表明其没有大型活跃磁结构。这一结果，结合其长期色球活动监测，为太阳在历史上的马蒙德极小期活动并未显著低于现代太阳活动极小期的水平提供了证据。
恒星活动马蒙德极小期x射线天文太阳物理磁活动k型矮星
econ
01-21 00:00
本研究使用2010-2022年美国县级数据，通过分位数回归方法分析公共教育支出与收入不平等的关系。研究发现，生均教育支出总额与收入不平等呈小幅正相关，但在高不平等地区效应更强。关键发现是支出结构比总额更重要：将预算重新分配至教学、支持服务和其他经常性支出能显著降低收入不平等，尤其是在基尼分布的上分位数。资本支出和利息支付的影响则较弱且不一致。经济与人口因素（贫困率、中位收入和教育程度）仍是不平等的主要驱动因素。
公共教育支出收入不平等分位数回归预算分配教育政策基尼系数
econ
01-21 00:00
本文提出了一种基于随机变量在方向和幅度上相似性的关联估计量。在特定条件下，该度量可转化为线性相关系数的稳健且一致的估计量，并拥有精确的抽样分布。该分布对重尾和异常值具有天然的鲁棒性，从而为相关性推断提供了稳健基础。该方法可自然扩展到高维情形，用于衡量多个变量的联合相似性。实证研究将其应用于高、低频金融收益率数据，用于构建日内收益率相关性的置信区间，并为多元GARCH模型开发新的设定形式。
稳健估计相关性分析金融计量异常值鲁棒性高维数据garch模型
econ
01-21 00:00
该研究证明，在温和条件下，决策问题的拟凹性等价于所有信念下最优行动集合的凸性。进一步，若决策问题拟凹，则可在重新标记状态后满足局部单交叉性质。这些结果为分析不确定性下的最优决策提供了新的理论工具，强化了偏好结构与最优反应之间的联系。
决策理论拟凹性凸性单交叉性质不确定性
econ
01-21 00:00
本讲义为金融与经济学研究生系统介绍了金融定量方法（QMF），旨在为不同编程背景的学生构建统一的分析工具包。内容融合概率论、统计学、数值方法与实证建模，并着重于Python实现。核心主题涵盖随机变量与分布、矩与相依性、模拟与蒙特卡洛方法、数值优化、求根以及金融与宏观金融中常用的时间序列模型。讲义特别强调将理论概念转化为可复现的代码，注重向量化、数值稳定性及结果解释，通过涵盖资产定价直觉、风险度量、预测与实证分析的实例与练习，逐步搭建理论与实践的桥梁。
金融定量方法python编程蒙特卡洛模拟数值优化时间序列分析实证建模
econ
01-21 00:00
本文提出了一种新的基于分位数的已实现方差估计量，用于度量事后的收益波动。该估计量对积分方差具有一致性，并且能够以最优速率收敛，展现出优异的统计效率。其核心优势在于对有限活动跳跃和价格序列中的异常值具有渐近免疫性。通过改进，该估计量还能有效处理市场微观结构噪声，从而适用于高频金融数据。模拟实验证实了其在有限样本下的卓越稳健性，实证应用也展示了其在股票数据分析中的实用性。
已实现方差分位数估计高频数据市场微观结构噪声跳跃稳健性金融计量
econ
01-21 00:00
本研究评估了多种机器学习算法（包括正则化方法、回归树和神经网络）在预测道琼斯工业平均指数成分股已实现方差方面的准确性。与多种异质自回归模型相比，即使在仅使用日度、周度和月度滞后已实现方差作为预测因子的简单设置下，经过最小化超参数调优的ML模型仍表现出竞争力并超越了HAR模型体系。预测增益在较长预测期限上更为显著，这归因于ML模型具有更高的持续性，能更好地近似已实现方差的长记忆性。此外，ML在从额外预测因子中提取关于未来波动率的增量信息方面表现优异。研究最后提出了一种基于累积局部效应的变量重要性度量方法。
波动率预测机器学习已实现方差har模型金融计量
econ
01-21 00:00
本研究构建了一个基于企业成本最小化的竞争博弈模型，分析位于同一区域、同一产业内的企业如何通过研发投入（如研发支出）来积累知识。模型的核心在于考虑了产业内知识溢出效应，即竞争对手之间因提供相似产品而产生的知识流动。研究假设企业行为理性且以追求最优结果（即总成本最小化）为目标，并在此基础上推导出了该博弈的纳什均衡解。
知识溢出研发竞争纳什均衡成本最小化产业经济学
econ
01-21 00:00
本文研究了一种非标准情境下的最优动态说服问题：委托人对于代理人何时停止实验具有单峰偏好，而非单调偏好。这是因为最大化代理人努力（延长实验）可能将委托人引向“死胡同”。委托人私下观察成功时的收益，并以此作为激励工具。研究表明，最优动态信息政策最多包含两次一次性信息披露：在委托人最优停止时间前使用“油门”（使代理人乐观），之后使用“刹车”（使代理人悲观）。核心洞见在于，最优披露模式（渐进式还是一次性）取决于委托人如何权衡停止时间的均值与其风险性。我们证明，绝对风险厌恶的Arrow-Pratt系数是决定最优披露结构的充分统计量。
动态说服信息披露最优停止激励机制实验经济学风险厌恶
q-bio
01-21 00:00
本研究提出了一种新的随机微分方程模型，扩展了经典的SIR框架，以捕捉疾病传播的随机性并纳入家庭结构和异质性混合模式。模型将人群按年龄和家庭规模分组，包含针对亚群的封锁参数，并构建了详细的接触矩阵以区分公共和家庭内互动。通过分支过程近似马尔可夫跳跃过程，推导了模型的基本再生数，并利用Sobol指数进行全局敏感性分析以识别关键影响因素。模拟结果表明，与传统模型相比，纳入家庭结构会导致显著不同的预测，特别是在疫情时间和峰值强度方面。该随机框架捕捉了确定性方法所忽略的疫情轨迹重要变异，为家庭传播起重要作用的干预策略提供了数学依据。
随机微分方程sir模型家庭传播流行病建模敏感性分析基本再生数
q-bio
01-21 00:00
本研究通过系统综述与网络荟萃分析，评估了成人长新冠的药物治疗效果。结果显示，生理盐水鼻腔冲洗（SMD=21.10, 95% CI [16.91, 25.30]）对改善嗅觉丧失效果显著。在血栓预防方面，利伐沙班可降低静脉血栓风险（OR=0.12 [0.01, 0.97]），但治疗剂量抗凝剂相比预防剂量虽降低血栓风险，却增加了大出血事件（OR=1.86 [1.19, 2.89]）。研究为长新冠治疗策略提供了比较性证据。
长新冠网络荟萃分析药物治疗嗅觉丧失血栓预防安全性
q-bio
01-21 00:00
本研究将生化信号级联建模为编码字符串，应用信息熵理论量化其最优信息传输速率。通过最大化时间归一化熵泛函，定义了一个由守恒乘子控制、类似“容量”的量。为建立严格的随机热力学基础，研究将逐步信号传递表述为具有正逆向竞争速率的连续时间马尔可夫跳跃过程。在局部细致平衡条件下，正逆向速率比的对数可解释为单事件的熵产生，从而在轨迹层面推导出细致与积分涨落定理。研究进一步将信息论容量与平均耗散率联系起来，并通过尺度化累积量生成函数（SCGF）和Gallavotti–Cohen对称性，以MAPK/ERK级联为例，概述了有限时间涨落结构。
涨落定理信息热力学生化信号级联马尔可夫过程熵产生信息容量
q-bio
01-21 00:00
本文探讨了在指数级增长的基因型空间中，进化种群如何通过局部、突变驱动的搜索实现表型改进和功能创新。研究整合了病毒进化的实证证据与基因型-表型图谱的理论预期，指出丰度高的表型因其组合权重会显著偏置进化轨迹。这一偏置，连同适应度峰值的有限可达性，共同挑战了传统适应度景观的隐喻和进化最优性的标准概念。结果表明，适应过程虽以局部为主，却异常高效，为分子进化中稳健性、创新性与受限探索的共存提供了统一视角。
分子进化基因型网络适应度景观局部搜索进化动力学表型丰度
q-bio
01-21 00:00
本研究开发了一套基于OpenMV Cam H7 Plus和嵌入式神经网络的低成本、全自动闭环光遗传学系统，用于实时追踪大鼠位置并触发特定区域的光刺激。实验发现，激活脑桥脚核吻侧CaMKIIa神经元能可靠诱导短暂运动停滞。当这种运动停滞与特定空间位置在条件性位置偏好任务中配对时，大鼠在有限训练后即表现出显著的位置偏好。结果表明，脑桥脚核吻侧的激活可能将运动抑制与奖赏相关行为回路耦合起来。
光遗传学脑桥脚核运动抑制条件性位置偏好闭环系统行为神经科学
q-bio
01-21 00:00
本研究通过建立基于DNA聚合酶生化动力学的复制模型，模拟了从初始序列开始的多次连续DNA复制过程。数值模拟显示，单核苷酸和寡核苷酸的比例逐渐收敛，最终符合查加夫第二规则（即互补链上互补核苷酸数量近似相等）。理论分析表明，这一规则的形成源于两个关键因素：1）互补性在DNA复制动力学过程中的主导作用；2）聚合酶错误概率极小。这两个特征共同构成了查加夫第二规则的稳健形成机制。
dna复制查加夫规则聚合酶动力学生物信息学序列演化
q-bio
01-21 00:00
传统模型主要基于静态图像和平均神经响应来模拟灵长类腹侧视觉通路（VVS），而忽略了其内在的动态特性。本文综述了在三个领域建模VVS动态响应的进展：静态图像引发的内在动态、动态视觉刺激诱发的响应、以及眼动主动采样产生的动态。作者指出，准确建模VVS动态需要结合表征、环路和行为视角，包括多脑区循环连接、结构化的兴奋/抑制相互作用，以及更能反映自然行为的时序目标。这为构建动态、多时间尺度的VVS模型指明了方向。
计算神经科学腹侧视觉通路动态建模神经表征主动视觉循环网络
q-bio
01-21 00:00
本文回顾了关于网格细胞的规范性理论。网格细胞以其规则的六边形放电模式著称，主流观点认为其核心功能是支持路径整合，即动物在移动时追踪自身位置的能力。研究表明，自下而上的机制模型能够复现其神经响应，而干扰网格细胞活动则会损害依赖路径整合的任务表现。规范性建模的争议在于解释大脑为何选择这种计算方式。综述认为，网格细胞可被解释为一种生物合理、高保真且非线性可解码的位置编码，服务于路径整合。这一领域为神经计算的规范性理论提供了重要案例。
网格细胞路径整合规范性理论神经编码计算神经科学
q-bio
01-21 00:00
本研究针对缺乏有效靶向疗法的三阴性乳腺癌，开发了一个描述肿瘤微环境关键细胞相互作用的数学模型。该模型通过常微分方程组模拟了M2巨噬细胞、癌症相关成纤维细胞、肿瘤细胞、细胞毒性T淋巴细胞和调节性T细胞五种细胞群的动态。全局敏感性分析识别出在临床治疗时间窗内对肿瘤负荷影响最大的关键参数，其对应的生物学通路与已知及新兴的治疗策略（如基质介导的肿瘤支持）一致，为联合治疗策略的探索提供了定量框架。
三阴性乳腺癌肿瘤微环境数学模型治疗靶点敏感性分析
q-bio
01-21 00:00
针对多尺度生物系统中物种数量差异巨大带来的建模难题，本研究为混合模拟算法（如Jump-Switch-Flow）提出了一个原则性的阈值选择框架，旨在精确控制物种灭绝概率的估计误差。通过将混合模型形式化为分段确定性马尔可夫过程，并推导灭绝概率的向后方程，研究者在灭绝边界附近将复杂的非线性动力学简化为可处理的时非齐次线性生灭过程。基于此结构，误差被分解为早期和晚期偏移项，从而导出了一个快速、可操作的启发式方法。在随机Lotka-Volterra模型上的蒙特卡洛研究表明，该启发式方法能可靠地为经验灭绝概率误差提供上界，使用户能够选择满足目标误差容限的最小阈值，为高效、可靠的多尺度生物系统模拟铺平了道路。
多尺度建模混合算法生灭过程灭绝概率阈值选择计算生物学
q-bio
01-21 00:00
本文提出“多音智能”新范式，挑战了传统智能模型中强调收敛、消除不确定性的主流观点。该框架认为，智能行为源于多个半独立推理过程在共享约束下的协调，而非单一目标的优化。作者引入了一个变分框架，形式化地展示了如何通过软对齐、兼容性关系和有限影响来维持多个近似解，避免赢家通吃。这为理解生物与自适应系统中冗余、模糊性和并行解释过程的长期存在提供了新视角，并与集成方法、混合模型等区分开来。
多音智能多元推理变分框架非支配整合认知科学计算神经科学
q-bio
01-21 00:00
本文针对生化测量中常见的有界、吸收且不可逆的状态空间，指出传统线性代数框架因假设全局可逆性、对称性和平移不变性而无法准确描述此类系统。以半胱氨酸氧化还原调控为例，研究形式化了有界生化状态空间的结构，并证明热带代数通过基于序的分段线性运算，自然地实现了对主导性、饱和性和路径依赖性的编码。该框架通过显式处理非可逆性和吸收态，为解决有界生化数据的表示与分析提供了原则性数学基础。
热带代数生化状态空间数学建模氧化还原调控非线性系统
q-bio
01-21 00:00
本研究结合大规模心理语言学建模与自然情境下的功能磁共振成像（fMRI），揭示了叙事理解过程中词汇属性的潜在结构及其神经表征。通过分析13,850个英语单词的106个心理语言学变量，识别出八个可解释的潜在维度，涵盖词汇使用、词形、音韵正字法映射、亚词汇规律性和语义组织。这些维度能稳健预测词汇决策、命名、识别和语义判断等任务的行为表现。fMRI分析表明，这些维度在重叠但功能分化的皮层系统中被编码，并识别出支持感觉运动基础、受控语义检索、词汇竞争解决和情境情景整合的四个相互作用子系统。
神经语言学心理语言学自然语言理解fmri词汇表征认知神经科学