q-bio
03-17 00:00
本文提出D-MEM，一种受神经科学启发的智能体长期记忆架构，旨在解决现有系统（如A-MEM）存在的 $O(N^2)$ 写入延迟和高令牌消耗问题。其核心是通过基于奖励预测误差（RPE）的“快/慢”路由机制，将短期交互与认知重构解耦。一个轻量级的评判路由器评估输入的“意外性”和“效用”。常规、低RPE的输入被旁路或缓存在 $O(1)$ 快速访问缓冲区中；而高RPE输入（如事实矛盾或偏好转变）则会触发“多巴胺”信号，激活 $O(N)$ 的记忆演化管道以重塑智能体的知识图谱。在包含可控对话噪声的LoCoMo-Noise基准测试中，D-MEM将令牌消耗降低了80%以上，消除了 $O(N^2)$ 瓶颈，并在多跳推理和对抗性鲁棒性方面优于基线模型。
智能体记忆奖励预测误差认知架构计算效率长期记忆多巴胺门控
q-bio
03-17 00:00
本文提出了NVIDIA BioNeMo Fold-CP，一种上下文并行框架，旨在解决AlphaFold 3等模型在预测大型生物分子组装体结构时面临的GPU内存限制问题。该框架通过在多GPU间分布共折叠模型的推理和训练流程，并利用定制的多维原语高效并行化密集三角更新和窗口批处理局部注意力，实现了内存的高效扩展。对于分布在P个GPU上的N个令牌输入，每个设备的内存需求可降至$O(N^2/P)$，从而在64个NVIDIA B300 GPU上成功预测了超过30,000个残基的组装体结构。该框架已成功应用于对哺乳动物蛋白质复合物数据库（CORUM）中超过90%的复合物进行评分，并完整折叠了与疾病相关的PI4KA脂质激酶复合物，为虚拟细胞建模提供了可扩展的途径。
生物分子建模并行计算结构预测alphafoldgpu加速内存优化
q-bio
03-17 00:00
本研究提出DECODE框架，旨在解决药物发现中化学结构筛选（可扩展但缺乏生物背景）与高内涵表型分析（生物洞察深但资源密集）之间的关键权衡。该框架利用有限的配对转录组和形态学数据作为训练监督信号，从化学结构中提取测量不变的生物指纹，并显式过滤实验噪声。评估表明，DECODE在零样本设置下检索功能相似药物的性能比化学基线相对提升超过20%，并在外部验证中将新型抗癌药物的命中率提高了6倍。
虚拟筛选药物发现生物信息学深度学习表型分析化学信息学
q-bio
03-17 00:00
本研究结合群落生态学与统计物理学，揭示了在复杂的微生物群落中，近缘菌株的共存机制。研究发现，群落中其他成员介导的间接相互作用与菌株间的直接作用同样重要。这些群落介导的反馈效应，使得同种菌株的生长速率表现出相关性并降低了竞争强度。根据现代共存理论，这对应着促进共存的均衡机制与稳定机制。这些机制还改变了菌株丰度相关性：在孤立状态下竞争激烈、呈负相关的菌株，在群落中反而表现出正相关，呈现出类似互利共生的表象。研究结果表明，菌株的动态是群落环境的涌现特性，且捕捉这些反馈效应无需完整的相互作用网络，仅需少数涌现参数。
微生物群落菌株共存群落生态学统计物理学涌现机制间接相互作用
q-bio
03-17 00:00
本研究提出了一个在基因型和表型空间均适用的广义协变进化动力学框架。通过最大熵原理，揭示了逆度量张量与协方差矩阵之间的基本等价关系，并将兰迪方程重新表述为协变梯度上升方程。这表明进化可被建模为适应度景观上的学习过程，具体的学习算法由度量张量与微观动力学产生的噪声协方差之间的函数关系决定。目前度量张量（或逆基因型协方差矩阵）已有大量经验研究，但噪声协方差及其相关可观测量（进化变化的协方差）尚未被直接测量，这构成了确定度量与噪声协方差函数关系的实验挑战。
进化动力学几何框架适应度景观协变描述最大熵原理学习过程
q-bio
03-17 00:00
本研究针对生物种群模型中常见的离散结构（如年龄、大小、表型），提出了一种多尺度离散-连续框架，以系统性地推导其连续近似。该方法结合多重尺度法和匹配渐近展开，识别了结构空间中适合连续表示的区域，并推导出相应的偏微分方程。主导动力学在主体区域表现为非线性平流方程，在波前和驻点附近的小内层则表现为平流-扩散过程。研究还针对不适用连续表示的区域，给出了离散边界层描述。该方法在一个简单的脂质结构动脉粥样硬化早期模型中得到了验证，确保了离散与连续描述的一致性。
多尺度建模种群模型离散连续渐近分析偏微分方程生物数学
q-bio
03-17 00:00
本研究提出将Transformer的计算框架作为理解大脑皮层柱状结构微环路组织的类比模型。通过建立Transformer操作（如注意力机制、层间变换）与皮层分层特征之间的映射关系，该研究为分析皮层中的上下文选择、信息路由、循环整合等计算过程提供了新的理论框架。这一类比生成了关于皮层分层特化、树突整合、振荡协调及有效连接的一系列可实验验证的预测，旨在促进系统神经科学与现代人工智能之间的双向启发与交流。
计算神经科学transformer皮层微环路注意力机制脑启发ai神经计算模型
q-bio
03-17 00:00
本研究提出了一种名为MS2MetGAN的新框架，旨在提升基于数据库搜索的代谢物鉴定准确率。该框架首先利用自编码器分别学习代谢物结构和串联质谱（MS/MS）的潜在表示，将代谢物-质谱匹配问题转化为潜在向量匹配。随后，通过生成对抗网络（GAN）生成“诱饵”代谢物的潜在向量，并构建负样本用于模型训练。实验结果表明，MS2MetGAN在整体性能上优于现有的代谢物鉴定方法。
代谢组学质谱鉴定生成对抗网络自编码器数据库搜索机器学习
q-bio
03-17 00:00
本研究证明，对于包括常用的带减性重置的漏电积分发放模型在内的一大类脉冲神经元模型，单次脉冲神经元网络与多次脉冲神经元网络在通用机器学习任务的逼近能力上是等价的。具体而言，对于任何适用于多次脉冲网络的逼近界，都存在一个仅需线性增加神经元数量（相对于最大脉冲次数）的单次脉冲网络，使得该逼近界同样成立，反之亦然。这一发现表明，以往文献中针对单次脉冲网络的许多逼近结果同样适用于多次脉冲情况，澄清了单次脉冲限制并非理论上的严重局限。
脉冲神经网络逼近理论神经元模型机器学习计算神经科学
q-bio
03-17 00:00
研究发现蓝鲨的背腹颜色梯度并非由真皮色素细胞产生，而是源于覆盖皮肤的单个真皮齿内部牙髓腔中一种未被识别的光子结构。通过光谱学、显微CT和电镜分析，揭示了颜色变化由耦合的微米和纳米级结构组织调控：蓝色齿内，虹膜细胞和黑色素细胞在扩大的牙髓腔内形成密集的反射-吸收系统；白色齿则缺乏黑色素细胞，仅含反射细胞。纳米尺度上，有序的嘌呤晶体堆栈产生窄带蓝色反射，而无序组装则产生宽带白色散射。
结构色伪装机制鲨鱼皮肤光子晶体生物光学纳米结构
q-bio
03-17 00:00
本研究通过大规模心理物理学实验（超1000次判断）评估了自监督视觉模型与人类对象感知的匹配度。研究发现，基于Transformer架构、采用DINO目标训练的模型在预测人类反应时间上表现最佳。通过提出一种量化表征中“对象中心”结构的新指标，研究证实模型表征的对象中心化程度越高，其预测人类分割行为越准确。此外，通过蒸馏匹配监督模型与自监督模型的Gram矩阵（捕捉图像块间相似性结构），可提升模型与人类行为的对齐度，这为理解模型如何习得类人感知提供了新视角。
自监督学习视觉transformer对象感知心理物理学表征对齐gram矩阵
q-bio
03-17 00:00
本研究提出了一种基于p进数（$\mathbb{Z}_p$）超度量的数学框架，用于刻画基因调控网络（GRN）的多尺度层次结构。通过将N基因状态空间嵌入$\mathbb{Z}_p$，并在完备代数闭域$\mathbb{C}_p$上工作，证明了可解释离散动力学的有理函数的存在性，并构建了各分辨率层次的层次近似。该框架导出了一个稳定性度量$\mu$，用于聚合动力学在不同分辨率层次上的收缩或扩张行为，并将不动点的吸引/排斥/中性三分法从点推广到球。关键结果表明，$\mu$和分类完全由离散数据决定。通过最小化所有N!种基因排序的$\mu$，可以定义最优调控层次；在拟南芥花发育网络（N=13, p=2）的应用中，$\mu$最小化排序将已知的主调控因子（UFO, EMF1, LFY, TFL1）置于领先位置，无需额外生物学输入即恢复了公认的发育层次。
基因调控网络p进数层次结构稳定性分析非阿基米德动力学拟南芥
q-bio
03-17 00:00
本研究提出了深度概率模型合成（DPMS）框架，旨在解决跨多个同类系统实例（如不同个体的大脑）的数据整合建模难题。DPMS利用变分推断，学习一个连接所有系统实例的条件先验分布，以及捕捉每个实例独特结构的实例特定后验分布。该框架可应用于回归、分类和降维等多种模型，并在合成数据和斑马鱼幼虫全脑神经活动数据上证明，其性能优于传统的单实例模型。
概率建模变分推断神经科学跨个体分析统一模型脑活动
q-bio
03-17 00:00
本研究提出了一个名为 ScienceClaw + Infinite 的自主科学研究框架。该框架通过独立智能体在无中心协调的情况下进行研究，任何贡献者均可向共享生态系统部署新智能体。其核心由三部分组成：一个包含超过300种可互操作科学技能的可扩展注册表、一个以有向无环图（DAG）形式保存完整计算谱系的“工件层”，以及一个支持基于智能体的科学讨论和溯源治理的结构化平台。智能体根据其科学配置文件选择和链接工具，生成带有类型化元数据和父系谱系的不可变工件，并将未满足的信息需求广播到共享全局索引。通过“ArtifactReactor”实现无规划者协调：对等智能体通过基于压力的评分发现并满足开放需求，而模式重叠匹配则触发跨独立分析的多父合成。一个自主变异层主动修剪不断扩展的工件DAG，以解决冲突或冗余的工作流，而持久性内存允许智能体在多个周期内持续构建复杂的认知状态。Infinite 将这些输出通过结构化帖子、溯源视图和机器可读的讨论关系转换为可审计的科学记录，社区反馈引导后续的研究周期。该框架在四个自主研究案例中展示了异构工具链、独立操作智能体之间的涌现收敛性，以及从原始计算到发表成果的可追溯推理。
自主智能体科学发现分布式系统计算谱系涌现协调
q-bio
03-17 00:00
本研究提出了一个统一的变分原理，用于解释生物输运网络（如哺乳动物动脉树）的分支几何结构。传统理论中，阻抗匹配（α~2）与粘性-代谢最小化（α=3）两种结构吸引子均无法准确预测观测到的直径标度指数α_exp=2.70±0.20。通过将血管壁亚线性标度h(r)∝r^p（p=0.77）纳入三部分代谢成本模型，并利用柯西函数方程，研究严格打破了Murray立方定律，将静态最优解限定在α_t∈[2.90, 2.94]。研究进一步构建了一个网络层面的拉格朗日量，平衡波反射惩罚与输运-代谢成本。由于发育时间尺度上的运行占空比η不确定，优化问题被构建为网络架构与环境之间的零和博弈。应用冯·诺依曼极小极大定理，得到了一个满足精确等成本条件的唯一鞍点(α*, η*)。研究还证明N=2能最大化网络刚度比κ_eff(N)，从而推导出二分叉是该框架的结构性结果。对于猪冠状动脉树（G=11代），预测值α*=2.72与形态测量数据吻合（相差0.1σ）。敏感性分析表明，在生理代谢范围内|Δα*|<0.01，预测结果关键性地仅依赖于组织学指数p，实现了从基本标度原理出发的零参数推导。
生物输运网络变分原理标度指数代谢成本网络优化动脉树
q-bio
03-17 00:00
本研究提出了一种新的家庭社交泡泡合并策略，依据家庭中经济活跃（工作）成员的数量来配对家庭，而非传统的家庭规模或年龄构成标准。通过使用全球多地区真实人口数据构建数学模型，并模拟封锁场景（仅工作者可外出），研究发现，基于工作成员数量的策略能将疫情风险控制在基于家庭规模策略的相似水平。更重要的是，该策略允许显著更多的人口（在某些国家超过40%）形成更大的社交泡泡，其中合并最多只有一名工作者的家庭在控制疫情风险与满足社会连接需求之间取得了最佳平衡。
流行病模型社交泡泡家庭网络疫情控制社会连接生成函数
q-bio
03-17 00:00
本研究针对生物医学知识分散于Reactome、STRING、ClinicalTrials.gov等数十个孤立数据库的现状，提出了基于Rust高性能图数据库Samyama的解决方案。贡献包括：1）设计了一套可复现的ETL流程，构建了两个开源知识图谱（Pathways KG与Clinical Trials KG），包含总计约790万节点和2780万条边；2）实现了跨图谱联合查询，例如可回答“哪些生物通路被乳腺癌III期试验药物所干扰？”这类单一图谱无法解决的问题；3）通过自动生成符合Model Context Protocol的MCP服务器，为LLM智能体提供了无需手动编程的自然语言图谱查询接口。所有数据、代码与配置均已开源，在普通硬件上联合图谱加载仅需76秒，典型跨库查询响应时间为2.1秒。
知识图谱生物医学图数据库数据集成人工智能代理开源数据
q-bio
03-17 00:00
本研究揭示了团藻科绿藻胚胎发育中细胞片“翻面”过程的演化受机械分岔约束。通过建立连续介质弹性模型，发现驱动翻面的细胞形状变化可表征为曲面内禀曲率的改变。模型预测，翻面仅在特定参数空间内可行。对64细胞的Pleodorina californica的参数估计落入可行域，而根据异速生长规律外推至256细胞或更多时则落入不可行域。这解释了为何自然界中不存在中等细胞数（256细胞）的物种，并表明Volvox（400-50000细胞）演化出更复杂的翻面程序是为了规避此机械限制。
形态发生机械分岔细胞力学演化约束连续介质模型团藻科
q-bio
03-17 00:00
本讲义为数学流行病学领域的研究生和学者提供了一份关于贝叶斯推断和马尔可夫链蒙特卡洛（MCMC）方法的自包含入门指南。以经典的易感-感染-恢复（SIR）仓室模型为例，从基本原理推导似然函数，为传播和恢复参数指定先验分布，并实现Metropolis-Hastings算法从后验分布中采样。内容旨在帮助缺乏贝叶斯统计背景的研究者掌握参数估计的核心方法。
贝叶斯推断流行病模型mcmc方法参数估计sir模型
q-bio
03-17 00:00
本文提出了Hecate，一个模块化的无损基因组压缩框架。它将压缩视为对耦合的FASTA/FASTQ数据流（如控制、头信息、核苷酸序列、质量值等）的条件编码问题，采用分流的编码器。核心技术包括：针对字母表的打包编码、带有自定义算术编码的辅助索引Burrows-Wheeler流水线，以及带有显式模型竞争信号的块状马尔可夫混合编码器。该架构实现了高吞吐量、精确的随机访问切片以及通过流式二进制差分实现的参考模式。在综合基准测试中，Hecate在压缩率与速度的权衡上优于现有工具（如MFCompress、NAF），在相同压缩率下快2-10倍，或在相同时间内获得5%-10%的更高压缩率。
基因组压缩无损压缩模块化框架条件编码fastq处理生物信息学工具
q-bio
03-17 00:00
本研究提出了一种将脉冲神经元直接作为控制器的可扩展方法，避免了传统脉冲控制中依赖信号滤波的局限。通过结合最优控制与神经科学理论，作者定义了仅在脉冲能使动态系统更接近目标时才触发的脉冲规则，并推导出脉冲神经网络（SNN）实现线性系统控制所需的连接性。研究表明，对于物理受限系统，预测控制是必要的，控制信号会利用下游系统的被动动力学来达成目标。该方法可扩展至高维网络与系统，并保持了网络连接性、动力学及控制目标的闭式数学推导，为理解真实神经元的控制机制及神经形态硬件设计提供了新见解。
脉冲神经网络预测控制生物启发控制线性系统神经形态计算最优控制
econ
03-17 00:00
本文提出了AI转型差距指数（AITG），这是一个用于量化企业AI部署水平与行业前沿能力之间差距的复合实证框架。该框架通过五个相互关联的模块，将这一差距映射为以美元计量的价值创造潜力、不确定性下的执行可行性以及竞争颠覆风险。研究对22个行业垂直领域进行了校准，并应用于14家上市公司。一个反直觉的发现是：最大的AI转型差距并不直接产生最高的价值密度，因为实施摩擦、CES瓶颈和时间滞后会侵蚀理论上的收益潜力。
ai转型实证框架价值创造竞争风险行业基准
econ
03-17 00:00
本研究利用欧洲健康、老龄化和退休调查（SHARE）的协调数据，分析了爱沙尼亚、拉脱维亚和以色列老年人的童年社会经济剥夺与晚年健康（自评健康、慢性病负担、功能限制、抑郁和综合衰弱指标）的关联。研究发现，童年剥夺程度越高，晚年健康状况越差，最高剥夺五分位人群的健康风险显著增加。在经历苏联制度转型的爱沙尼亚和拉脱维亚，不同语言群体（国语与俄语）的剥夺-健康梯度基本相似，表明童年劣势的影响具有持久性，早期生活条件对经历系统性转型的老年人群的健康不平等具有重要塑造作用。
健康不平等童年剥夺生命历程制度转型老龄化share调查
econ
03-17 00:00
本研究区分了模糊性态度的两个维度：模糊性厌恶（不愿承担不确定性）和模糊性敏感度（根据主观成功概率调整行为的程度）。通过大规模激励性调查发现，公司化创业者比雇员表现出更低的模糊性厌恶，更愿意在不确定性下行动；而个体户创业者则表现出更高的模糊性敏感度，其行为更易随信念变化而调整。这些差异在控制风险态度、乐观程度等因素后依然显著，揭示了模糊性态度对创业行为的独特影响。
创业研究模糊性态度行为经济学不确定性决策企业家精神
econ
03-17 00:00
本研究提出休闲技术进步是导致婚姻率与生育率下降的新因素。通过构建包含家庭内部议价机制的统一模型，并利用日本2019-2023年数据进行校准，研究发现2005-2009年间休闲技术的增长显著降低了结婚与生育的吸引力。模型量化显示，休闲技术进步可解释21.1%的婚姻率下降和73.1%的生育率下降，揭示了技术进步对家庭结构的深层影响。
家庭经济学生育率下降休闲技术议价模型量化分析日本数据
econ
03-17 00:00
本研究通过访谈13位加密领域关键意见领袖（KOL），结合自我决定理论，探讨了他们在高波动性市场中如何平衡心理需求、商业化与社区期望。研究发现，KOL的信誉并非静态资质，而是一种自我决定、伦理驱动的实践，其核心由社区认可的四个标志构成：自我约束、有限认知能力、问责制与反思性自我修正。这重新将信誉定义为一种社会技术表现，并将自我决定理论延伸至高风险的加密生态系统。研究方法采用了人机协作的主题分析，为设计强调透明度而非炒作的信用信号提供了启示。
加密kol信誉机制自我决定理论社会技术表现社区治理人机协作分析
econ
03-17 00:00
本文研究制造商与零售商在有限期内进行动态批发定价的博弈问题，双方仅能观测到实际销量而非真实需求。当零售商缺货时，未满足的需求无法被观测，双方需基于销量数据共同更新对需求分布的后验信念。每期制造商设定批发价，零售商决定订货量，公共信念状态随之更新。作者刻画了作为公共信念函数的马尔可夫完美均衡，主要成果包括：针对威布尔需求，将经典的缩放方法扩展至这一策略性学习场景，证明了均衡存在性，并将计算简化为标准化单参数递归；针对指数需求，证明了均衡唯一性，并可通过简单后向递归计算。
动态定价需求学习供应链博弈批发定价贝叶斯更新马尔可夫均衡
econ
03-17 00:00
本文在Alkire-Foster多维贫困计数框架内，提出了一种适用于序数数据的“位置贫困缺口”测度。该方法借鉴模糊集理论，利用各指标的经验累积分布函数，以最贫困群体为基准，为每个贫困个体基于其在分布中的相对位置分配一个分数。贫困深度被表达为分布位置的差异，从而克服了传统贫困缺口测度要求基数变量的限制。该测度保留了计数方法的识别与加总结构，并在参考分布固定时满足其公理性质。框架灵活，可容纳不同的识别规则、贫困临界点和变量类型，为在序数数据中纳入贫困深度提供了简单、有意义且理论扎实的途径。
多维贫困序数数据贫困深度分布位置alkire-foster框架贫困测度
econ
03-17 00:00
本研究利用瑞典丰富的行政数据，应用因果机器学习方法，分析了工人失业后收入损失的异质性。研究发现，由年龄和受教育程度定义的工人群体内部，其损失差异与群体间的差异同样巨大；不同企业间的损失差异也呈现出类似规律。相当一部分企业间的异质性可由行业和本地劳动力市场特征解释，这为基于地区和行业的针对性政策提供了依据。最大的损失集中在原本就处于弱势的工人群体中，表明设计良好的针对性政策可以同时提升效率和公平。
失业损失异质性分析因果机器学习劳动力市场政策干预瑞典数据
econ
03-17 00:00
在线市场进行定价实验时面临两大挑战：商品间的需求干扰会扭曲A/B测试结果，而平台价格一致性要求又限制了传统实验设计。本文提出双端优先排序（TSPR）方法，通过随机化用户和商品，并利用搜索结果中的位置偏差，对排序列表进行重组——为一组用户优先展示调价商品，为另一组用户优先展示未调价商品。所有用户看到的价格和商品保持一致，但通过注意力差异实现差异化干预暴露。基于Expedia酒店搜索数据的半合成模拟显示，TSPR在保持平台一致性的同时，显著降低了估计偏差并提供了足够的统计功效。
定价实验平台一致性位置偏差干扰效应市场实验设计排序算法
econ
03-17 00:00
本研究利用日本实时劳动力市场数据，采用工资区间双重差分法，分析了最低工资上调后的短期影响。研究发现，受影响工资区间的就业率下降了约2%，这主要由企业减少招聘岗位而非工人供给减少所致。影响在最低工资“冲击”更大、低薪职业中更为显著。通过分析招聘描述，研究还发现岗位结构发生再分配：招聘更倾向于提供福利、针对有经验者，而针对女性的岗位描述减少，表明短期劳动力需求调整可能预示着更长期的岗位结构变化。
最低工资劳动力需求就业效应双重差分法岗位再分配日本经济
econ
03-17 00:00
本文提出了Delphos，一个利用深度强化学习辅助离散选择模型构建的框架。它将模型构建过程形式化为一个序列决策问题，智能体通过与环境交互，学习选择变量、设定参数形式（如通用或替代特定参数）、应用非线性变换及纳入协变量交互等建模动作，以生成高性能的候选模型。框架采用深度Q网络，基于模型估计结果（如对数似然值）和行为预期（如参数符号）的延迟奖励信号进行学习。在模拟和实证数据集上的评估表明，Delphos能够高效探索庞大的建模空间，生成具有竞争力且行为合理的模型，显著减少了人工构建模型的精力。
强化学习离散选择模型模型构建自动化建模深度q网络
econ
03-17 00:00
本研究利用美国内战时期西点军校学员的准随机分组数据，探讨了社会网络与同伴影响在重大人生决策中的作用。研究发现：来自自由州同学比例每增加10%，会使奴隶州学员加入联邦军的概率显著提高约5个百分点；该效应在学员家乡奴隶人口比例较高或本人拥有奴隶的情况下更为明显；共同经历（如美墨战争服役、同期入学）会进一步放大同伴影响，表明持续互动是关键机制。
同伴效应社会网络内战史教育经济学准自然实验
econ
03-17 00:00
本研究开发了一种深度学习算法，用于在序列空间中构建动态随机经济模型函数理性预期均衡的全局精确近似解。该方法使用深度神经网络将关键均衡对象（如政策或价格）参数化为外生冲击截断历史的函数，并通过模拟经济路径来训练网络以满足均衡条件。算法在三个复杂环境中验证了性能：包含多重总风险源的高维世代交叠经济、面临不可保异质性风险及巨大异质性与总波动性冲击的异质家庭与企业经济，以及包含连续资产选择和诱导局部凸性的离散提前退休选择的随机生命周期经济。研究还提出了保证策略单调性的实用神经策略架构，并利用内生网格法简化了部分算法。最终实现了高精度求解，均衡条件的平均误差低于 $0.2\%$。
深度学习理性预期均衡动态随机经济序列空间神经网络高维模型
astro-ph
03-17 00:00
本研究利用ESPRESSO光谱仪，通过分析HD 189733 b行星凌星期间的多普勒阴影，首次直接测量了该恒星表面从中心到边缘的光谱线变化。研究将观测结果与太阳数据及恒星大气模型（MARCS/Turbospectrum）进行对比，发现三条铁I谱线的深度从边缘到中心显著增加，与模型预测一致；但其中一条谱线的宽度变化趋势与太阳观测相符，却未被现有模拟重现。这表明ESPRESSO具备探测其他恒星表面光谱变化的能力，同时揭示了当前模型在描述某些物理过程上存在不足。
系外行星凌星恒星表面活动光谱分析espresso多普勒阴影恒星大气
astro-ph
03-17 00:00
传统中子星合并模拟认为弱相互作用Urca过程是决定体粘性耗散的最慢微观过程。本研究指出，如果合并过程中物质轨迹经过低温QCD临界点附近，密度涨落的增强会导致临界减速，并显著提升包括体粘性在内的输运系数。尽管有限时间效应、有限尺寸效应以及流体力学尺度分离的破坏会限制关联长度，但分析表明，在现实条件下，QCD临界点贡献的体粘性可与电弱贡献相匹敌。这意味着临界动力学可能在合并的流体力学演化中留下可观测的印记。
中子星合并qcd临界点体粘性临界减速流体力学模拟密度涨落
astro-ph
03-17 00:00
本研究探讨了在没有引力波信号辅助的情况下，能否仅凭千新星的光变曲线来区分其前身星是双中子星并合还是中子星-黑洞并合。通过模拟两种并合事件产生的千新星种群，并应用半解析光变曲线模型，研究发现两者在峰值后的演化存在显著差异。在峰值后2天的蓝色$u$波段，典型双中子星并合千新星仅变暗约1星等，而中子星-黑洞并合千新星通常变暗超过3星等。在峰值后10天的红色$i$波段，这种趋势对大部分种群发生反转。这种差异源于两类并合事件抛射物的质量、不透明度和扩散时标不同，表明峰值后的衰减速率可作为推断并合源类型的有效诊断工具。
千新星双中子星并合中子星-黑洞并合光变曲线天体物理多信使天文学
astro-ph
03-17 00:00
本研究探索了暴胀时期可能存在的一种强耦合“非粒子”物理场景。当暴胀子与一个由共形场论描述的强耦合“非粒子”混合时，会在原初曲率扰动中产生独特的非高斯性特征，例如增强的挤压极限和接近等边构型的振荡。研究团队开发了一套高效分析工具，包括神经网络因子化方案和最优CMB估计器，将161个不可分离的模板压缩为7个可因子化的形式，并应用于普朗克卫星数据。结果表明，在共形标度维度1≤Δ≤9范围内，最大信噪比仅为1.2σ，未发现新物理证据。同时，研究首次给出了修正的正交谱非高斯参数约束：f_NL^orth* = -12±12。尽管许多模型与单场相互作用形状简并，但Δ接近半整数的模型形状迥异，为未来探测提供了新方向。
宇宙微波背景非粒子物理原初非高斯性暴胀模型强耦合场论数据分析方法
astro-ph
03-17 00:00
本研究利用ALMA在四个波长的高分辨率（约8天文单位）连续谱数据，分析了围绕恒星HD 163296的原行星盘中尘埃连续谱发射观测到的弧形结构。研究详细表征了弧形结构，并在同一位置观测到CS(3-2)发射线中存在运动学特征。结果表明，新月形结构是由尘埃在局部压力最大值处的差异捕获造成的，其可能的机制是存在涡旋或尘埃被捕获在行星-恒星系统的拉格朗日点。
原行星盘尘埃结构alma观测行星形成气体运动学尘埃捕获
astro-ph
03-17 00:00
南银道盘巡天（GDS）历时9年（2010-2019）对南天银道盘区域268个天区进行了多波段（UBVr'i'z'）监测，获得了每个天区最多407次的r'i'波段光变曲线。本次最终数据发布共识别出113,449个变星源，其中77,592个为国际变星索引（VSX）中未收录的新发现变星。所有光变曲线、测光数据和已处理图像均通过德国天体物理虚拟天文台（GAVO）公开。
银河系巡天变星探测多波段测光光变曲线数据发布南天观测
astro-ph
03-17 00:00
本研究利用詹姆斯·韦伯太空望远镜（JWST）的中红外仪器（MIRI）对系外行星VHS 1256 b进行了首次中红外光谱观测。通过应用“分子测绘”交叉相关技术，研究人员成功探测到其大气中一氧化碳（CO）和水（H₂O）的明确信号，并初步发现了氨（NH₃）和甲烷（CH₄）的迹象。研究还测量了氨的体积混合比（[NH₃] = -5.73^{+0.15}_{-0.14}）和碳同位素比（^{12}C/^{13}C = 77.8^{+13}_{-10}），这些数据与行星质量超过氘燃烧极限的推断一致。该工作验证了交叉相关方法在直接成像系外行星大气表征中的强大能力，为未来研究更高对比度目标奠定了基础。
系外行星大气jwst观测分子测绘中红外光谱交叉相关技术大气化学
astro-ph
03-17 00:00
本研究扩展了古探测器对暗物质直接探测的理论预测，在非相对论有效场论框架下，评估了弱相互作用大质量粒子与原子核的弹性及非弹性散射灵敏度。通过分析宇宙射线、天体物理及放射性本底，预测了90%置信水平下等标耦合常数的上限。结果表明，在1 GeV-10 GeV质量区间，古探测器对所有NREFT算子的灵敏度均优于传统实验；在10 GeV-5 TeV区间，对多个算子的灵敏度与传统实验相当或更优，且受读出方案和靶材影响较小。
暗物质探测古探测器有效场论核反冲灵敏度分析天体物理
astro-ph
03-17 00:00
脉冲星计时阵列（PTA）实验已进入新纪元，获得了纳赫兹引力波背景（GWB）存在的证据。本综述阐述了探测的物理学原理，详细介绍了用于分离Hellings-Downs曲线的噪声模型和互相关技术。文章讨论了天体物理意义，指出当前观测到的振幅与标准并合模型之间的“张力”可通过重新认识超大质量黑洞双星群体来化解。除了随机背景，还回顾了多信使连续引力波搜索框架，强调了定向搜索活动和严格的探测协议。同时探讨了探测新物理（如宇宙弦和超轻暗物质）的潜力，并指出了各向异性搜索中的小尺度泄漏偏差、确定性信号与GWB及脉冲星噪声的分离等关键挑战。最后展望了该领域的未来，包括快速数据融合策略以及平方公里阵列望远镜（SKAO）和DSA-2000等新一代设备带来的灵敏度提升。
脉冲星计时阵列引力波背景超大质量黑洞多信使天文学新物理探测平方公里阵列
astro-ph
03-17 00:00
詹姆斯·韦伯太空望远镜（JWST）观测发现，早期宇宙（高红移）存在大量扁平状低质量星系。传统观点认为扁平形态意味着盘状星系，但本研究通过恒星运动学分析，证明这些星系更可能是罕见的纺锤状（长椭球）结构，而非扁平的盘状星系。这一发现揭示了星系结构在宇宙时间尺度上存在维度转变，早期宇宙以线性恒星系统为主，而现今宇宙则被平面盘状星系主导。
星系形态早期宇宙jwst观测恒星运动学星系演化宇宙学
astro-ph
03-17 00:00
本研究利用哈勃空间望远镜8.3天的高频观测数据，首次对球状星团47 Tuc中的红巨星进行了星震学探测。在视场内的五颗巨星中，成功探测到两颗（一颗位于水平支，一颗位于红巨星支）的类太阳振荡信号。通过星震分析，测得两颗恒星的质量分别为$0.78\pm0.13\,M_\odot$和$0.94\pm0.15\,M_\odot$，并由此推断出红巨星在演化过程中损失了约$0.16\pm0.20\,M_\odot$的质量。研究指出，未来需要观测更多恒星或延长观测时间，才能将质量测量精度提升至足以区分星团内不同化学丰度子群的水平，这为NASA的Roman等未来任务指明了方向。
星震学球状星团红巨星恒星质量质量损失哈勃望远镜
astro-ph
03-17 00:00
超致密X射线双星是一类轨道周期极短（通常小于60-80分钟）的低质量X射线双星，由致密天体（中子星或黑洞）和贫氢供体星组成。本文综述了其四种经典形成通道：白矮星供体通道、氦星供体通道、演化主序星供体通道以及吸积诱导坍缩通道，并比较了观测样本与理论预期的差异。这类系统是未来空间引力波探测器（如LISA、天琴、太极）在低频波段的重要连续波源，对引力波天文学、多信使天文学及极端条件下的中子星物理研究具有关键意义。
x射线双星引力波源恒星演化致密天体多信使天文
astro-ph
03-17 00:00
本研究开发了一种混合框架，利用7维望远镜（7DT）的单次中波段光谱能量分布数据来识别千新星。该框架集成了无监督异常分类器（Isolation Forest）来标记异常事件，以及有监督多类分类器（XGBoost）来表征八种常见暂现源类型。在真实模拟的7DT测光数据上训练后，分类器在八类天体（包括Ia/Ibc/II型超新星、极亮超新星、潮汐瓦解事件、活动星系核、恒星变星和小行星）上实现了宏平均$F_{1}$分数约0.80（20个滤镜）和0.82（40个滤镜）。异常检测器无需直接训练，即可恢复超过90%的模拟和观测到的光学可探测千新星（如AT 2017gfo），且污染率低。基于SHAP的特征分析表明，仅需约40-50%信息量最大的滤镜即可保持接近基准的性能，而红端滤镜贡献甚微。结合40个7DT滤镜中排名靠前的一半与单个LSST波段，可在1-2%的误差范围内复现全模型精度，为实际后续观测策略提供了依据。
千新星检测异常检测混合框架暂现源分类7dt望远镜光谱能量分布
physics
03-17 00:00
磁共振弹性成像等弹性成像技术正成为评估组织微观结构和病理的定量诊断工具。传统方法需依赖特定粘弹性材料模型来拟合测量数据，模型选择会显著影响参数识别结果。本研究提出将交叉频率（定义为储能模量与损耗模量相交处的频率，即 $G'(f_c) = G''(f_c)$）作为软组织的模型无关粘弹性常数。通过对猪的放射冠、壳核、丘脑和肝脏新鲜样本进行桌面磁共振弹性成像测试，并使用分数阶Kelvin-Voigt模型表征频率依赖性粘弹性，验证了交叉频率能准确反映粘弹性行为，且独立于材料模型或拟合策略。结果表明，交叉频率能有效区分不同脑区及脑与肝组织，为弹性成像研究提供了可比较的、模型独立的生物材料常数。
磁共振弹性成像粘弹性常数交叉频率软组织生物力学模型无关参数
physics
03-17 00:00
针对电磁学与无线电通信课程中传统讲授式教学枯燥、数学概念抽象导致学生参与度低的问题，研究者设计了一款基于棋盘游戏的“游戏化学习”活动。该活动与课程大纲紧密结合，包含定制棋盘、270张问题卡及奖励机制，旨在通过主动学习、良性竞争与协作解决问题来提升学习动力。历经三个学年的实践，学生调查与统计检验表明，该活动有效增强了学生对核心概念的理解，促进了跨学科知识的联系，并创造了更积极的学习体验。
游戏化学习无线电通信电磁学教育主动学习教学创新
physics
03-17 00:00
本文介绍了欧洲核子研究中心大型强子对撞机ATLAS实验触发系统的关键升级。该系统负责将质子-质子对撞产生的原始事件率从40 MHz降低至适合离线存储和分析的水平。为应对Run-3运行期间（2022-2026）更高的对撞亮度与事例堆积条件，团队对基于硬件的Level-1触发器和基于软件的高级别触发器进行了重大升级。文章总结了该系统的主要特性、在Run-3期间的性能表现，及其在支持高精度测量与新物理寻找中的核心作用。
粒子物理触发系统atlas实验lhc升级数据采集高亮度运行
physics
03-17 00:00
本研究成功开发了一套用于磁致光致发光测量的高场脉冲磁体系统，其核心创新在于采用75 kJ电解电容器组驱动脉冲磁体，仅需400 V充电电压即可产生高达35特斯拉的强磁场。该系统集成了基于4 K闭循环氦制冷机的低温恒温器，可提供低至5 K的稳定低温环境，磁场上升时间仅为10毫秒，为凝聚态物理和材料科学研究提供了强大的实验平台。
脉冲磁体低温技术光致发光强磁场实验装置
physics
03-17 00:00
本研究在经典电动力学框架下，分析了处于经典零点辐射场中的线性振子。在振幅较小的近似相对论性条件下，研究发现振子的基态能量处于平衡状态：其辐射损耗的功率与从零点辐射共振中获得的平均功率相等。此外，系统还存在一系列共振激发态，当机械系统的角动量变量满足 $J = (n + \frac{1}{2}) \frac{h}{2\pi}$ 时，偶极辐射损失的能量平均而言由零点辐射提供的能量所补偿。这一结果表明，经典理论框架下也能呈现出类似量子化的行为模式。
经典电动力学零点辐射线性振子能量平衡共振态角动量量子化
physics
03-17 00:00
本研究将经典电磁零场辐射引入相对论性经典电动力学，发现处于库仑势中的带电粒子存在基态与共振激发态。这些共振态对应作用量变量的整数值，类似于玻尔-索末菲氢原子理论中的量子化条件。该工作是对1975年经典分析的延续与拓展，通过引入相对论效应并强调粒子轨道与零场辐射之间的共振机制，为经典理论与量子现象之间搭建了新的桥梁。
经典电动力学零场辐射氢原子模型轨道共振相对论效应作用量量子化
physics
03-17 00:00
本研究在经典电动力学框架内，结合经典零点辐射，处理了氢原子低共振能级的塞曼效应。模型将电子视为库仑势场中的经典带电粒子，并探讨了该经典方法如何关联旧量子论中的“空间量子化”、索末菲相对论性结果以及斯特恩-盖拉赫实验等历史概念与现象。
塞曼效应经典电动力学零点辐射氢原子空间量子化
physics
03-17 00:00
针对大型强子对撞机等粒子物理实验中高精度探测器模拟计算成本高昂的瓶颈，本研究提出了一种专为现场可编程门阵列（FPGA）部署设计的硬件感知变分自编码器模型。通过应用量化感知训练等压缩技术，模型在单FPGA资源约束下实现了亚毫秒级延迟的推理速度。与传统的GPU实现相比，该方法在性能仅有小幅下降的情况下，显著提升了模拟速度并降低了功耗，为利用现有在线FPGA架构进行高效离线计算提供了可行性验证。
粒子物理fpga加速生成式模型变分自编码器硬件感知量热器模拟
physics
03-17 00:00
本研究提出了一种适用于本科物理实验室的方法，用于重现和分析海洋内部波浪（内波）的生成与破碎动力学。通过控制一个关键的无量纲参数——浮力雷诺数（$Re_b$），实验可以清晰地展示从无湍流到极端湍流三种不同的内波状态。该方法利用线性分层、受迫地形注入能量，并结合背景导向纹影技术和电导率探针的能量谱进行分析，旨在提高未来实验研究、海洋建模以及本科数学物理教学中对内波动力学的可及性。
海洋内波实验流体力学浮力雷诺数湍流混合本科教学实验分层流体
physics
03-17 00:00
本研究提出了一种名为TT-Metadynamics的新方法，以解决传统元动力学方法在探索高维自由能面时计算成本随维度指数级增长的瓶颈。该方法的核心创新在于，周期性地将元动力学中累积的高斯函数和压缩为低秩的张量列车（Tensor Train, TT）表示。通过一种“草图”算法，构建TT表示的计算成本与集体变量（CV）数量呈线性关系，从而实现了内存的高效利用，并防止偏置势评估成本随模拟时间增长。在包含多达14个CV的基准系统测试中，TT-Metadynamics的精度在长时间模拟中达到或超过了标准元动力学，特别是在具有高能垒的系统中表现优异。
自由能计算元动力学张量列车高维采样分子模拟计算物理
physics
03-17 00:00
本研究开发了一个多物理场模型，将tau蛋白的异常扩散、脑组织萎缩的生物力学过程与大规模脑功能网络连接（FC）的破坏联系起来。模型结合了tau蛋白的各向异性反应-扩散方程、有限变形生物力学和网络建模，成功模拟了观察到的区域性脑萎缩模式。研究发现，区域性的脑萎缩率与功能连接的变化之间存在近似线性的关系。通过将模型预测的萎缩率转化为结构网络退化矩阵，并嵌入神经振荡模型，该框架能够预测功能连接破坏的方向和相对幅度。这为临床预测疾病进展和指导试验设计提供了一条可解释的路径。
阿尔茨海默病tau蛋白脑萎缩功能连接多物理场模型疾病进展预测
physics
03-17 00:00
经典的默里立方定律（α=3）预测了普适的血管直径缩放指数，但动脉树的实测值约为2.7-2.9。本研究揭示了这一差异的结构性起源：默里定律的普适性是成本函数齐次性的结果，而非生物学特性。通过引入经验性的血管壁厚度定律 $h(r) = c_0 r^p$（$p \approx 0.77$），增加了一项与 $r^{1+p}$ 成正比的代谢成本，使得成本函数不再齐次。根据柯西函数方程，齐次性是普适分支指数存在的充要条件；其缺失意味着非普适性。研究证明，由此产生的尺度依赖指数满足严格边界 $(5+p)/2 < \alpha^*(Q) < 3$。静态血管壁组织机制将对称分叉指数限定在 $\alpha_t \in [2.90, 2.94]$ 的范围内，这解释了约三分之一与默里定律的观测差距。剩余的差距（约2.70）则指向了脉动波动力学的独立贡献。此外，血管壁成本打破了默里定律的拓扑简并性，将最优分支数限定为小的有限整数，在空间约束下，二分叉成为生理选择的最小值。
血管网络代谢成本分支指数默里定律非普适性生物物理学
physics
03-17 00:00
本研究开发了一种用于模拟高速多分散颗粒多相流的高分辨率欧拉方法。该模型将可压缩气体与从广义群体平衡方程导出的、基于质量矩的多分散颗粒流方程相耦合，包含了颗粒碰撞、曳力、对流换热、颗粒-流体-颗粒压力及有限尺寸颗粒力等效应。质量矩积分采用广义矩量法进行闭合，以处理连续的粒径分布。控制方程通过高分辨率重构格式以及气体与颗粒在各求积节点上的解耦黎曼问题求解。该方法的成功通过一系列数值实验得到验证，包括多分散多相黎曼激波管问题、激波-颗粒帘相互作用、粉尘层扩散、激波驱动的粉尘层扩散以及高压气体驱动的球形颗粒壳扩散。
多相流矩方法高分辨率算法多分散颗粒数值模拟激波相互作用
physics
03-17 00:00
本研究采用信息几何与统计力学工具，量化分析了印尼雅加达北部PIK2沿海大型开发项目（2017-2024年）的土地资本化过程。通过将Sentinel-2土地利用数据投影至马克思概率单纯形（划分为公共、农业、资本三类），研究发现2019-2020年转型脉冲速度达$0.405$~rad/yr。吸收马尔可夫链分析显示，耕地和树冠覆盖被吸收为建成环境的预期时间分别为$46.0$年和$38.1$年，建成区自保留率达$96.4\%$。渗流分析表明，在远低于随机渗流阈值（$p_c \approx 0.593$）的占据概率$p \in [0.096, 0.162]$下，仍存在包含$89\%$-$95\%$建成像素的巨型连通分量，证实了空间增长的计划性。城市边界分形维数从$d_f = 1.316$增至$1.397$，表明扩张前沿日益不规则。
土地资本化信息几何统计力学空间分析遥感非平衡过程
physics
03-17 00:00
本研究开发了一种分析框架，用于计算快电子束在核壳纳米颗粒中激发电子能量损失谱（EEL）和阴极发光谱（CL）的概率。通过分析金属壳-激子核与硅核-激子壳两种典型体系，研究发现电子束的位置和速度对探测强耦合的谱学特征有显著影响：在等离子体纳米球中，强耦合特征保持稳健；而在介电纳米球中，该特征可能被显著抑制甚至完全掩盖。该工作为基于单纳米颗粒的极化激元研究提供了新工具。
强耦合电子能量损失谱核壳纳米颗粒极化激元纳米光学
math
03-17 00:00
本文研究了线性微分方程和积分问题WKBJ分析中出现的渐近超级数的斯托克斯现象及其高阶形式。作者引入了一个自同构框架，通过晚期项展开和参数化Alien演算来解释发散展开的斯托克斯常数，以捕捉这一现象。该方法应用于突变理论中的燕尾问题，获得了其完整的斯托克斯线结构和自同构。研究表明，在具有四个或更多WKBJ分量的系统中，与高阶斯托克斯现象相关的自同构本身可以在另一条高阶斯托克斯线上改变其值，这发生在不同高阶斯托克斯线相交时。
wkbj理论斯托克斯现象自同构渐近展开突变理论燕尾问题
math
03-17 00:00
本文作为系列研究的第三部分，完成了有限字母表洗牌隐私的弱极限理论。通过引入主导块商几何结构，揭示了相邻洗牌实验的极限行为：投影到主导切空间的和上产生高斯因子，而商掉这些切空间则在稀有块中分离出复合泊松跳跃场。研究还确定了该几何描述完全决定隐私曲线的机制，以及当投影跳跃极限不足时出现的障碍。进一步证明了全混合实验的 $O(n^{-1/2})$ 收敛速率在一般情况下是最优的，并给出了恢复 $O(n^{-1})$ 速率的兼容性条件。结合前两部分，最终构建了包含三个普适性区域和精确有限字母表 Lévy–Khintchine 层的完整理论框架。
洗牌隐私极限理论高斯过程复合泊松信息论几何结构
math
03-17 00:00
本文针对经典群局部Arthur包中表示的波前集上界，研究了Jiang猜想。该猜想是著名Shahidi猜想的自然推广，揭示了波前集结构与局部Arthur参数之间的关系。通过应用局部Arthur包的特征恒等式与内窥提升的匹配方法，作者将上界问题转化为一般线性群对应双扭子表示的波前集性质研究，为理解表示论中轨道结构与参数对应提供了新视角。
表示论局部arthur包波前集经典群内窥提升
math
03-17 00:00
本文研究在观测方差未知且任意变化时，如何从异方差高斯观测中估计均值参数。作者提出一种基于经验贝叶斯的简单方法：将观测建模为来自正态尺度混合分布的独立同分布样本，并将非参数混合分布视为冗余参数，计算均值的轮廓最大似然估计量。结果表明，该估计量在多种异方差模型下均能达到近乎最优的误差界。特别地，在“信号子集”问题中，它能自适应地达到所有信号规模下的极小极大速率，包括尖锐的相变点，且无需任何调参。关键技术贡献是通过切比雪夫近似在变换多项式基上获得了更尖锐的正态尺度混合度量熵界，将方差比的依赖改进为多对数级。
经验贝叶斯异方差估计正态尺度混合轮廓mle度量熵自适应估计
math
03-17 00:00
本研究针对体素化数据，推导了任意维度$d$下轴对齐立方体Radon变换的闭式分段多项式表达式。基于此公式，提出了一种在$\mathbb{R}^d$中既对体素数据解析精确又计算高效的离散Radon变换方法。为提高数值稳定性，引入正则化变体，将立方体的Radon变换（即立方体与超平面相交的$(d-1)$维面积）替换为立方体与超平面周围薄板相交的$d$维体积。数值实验验证了该方法在3D形状匹配、分类及切片Wasserstein重心等应用中的有效性，并通过与蒙特卡洛积分的比较证实了其在更高维度下的计算效率。
radon变换体素化数据高维计算数值稳定性形状分析wasserstein距离
math
03-17 00:00
本文首次提出了一个联合验证框架，将用于评估真随机数生成器（TRNG）伪随机性的理论指标（Mauduit-Sárközy二阶非峰值关联度量 $C_2$）与经验指标（Maurer通用统计检验的Z分数）联系起来。研究推导了在基于计数器的环形振荡器TRNG架构中，上述指标与高阶马尔可夫链转移概率之间的数学关系。通过OpenTRNG实现的计算验证表明，实际实现能达到Schmidt改进的理论界限，且Maurer Z分数与 $C_2$ 之间存在强正相关性，为构建统一的TRNG质量评估简化指标提供了基础。
真随机数生成器环形振荡器统计验证关联度量马尔可夫分析密码学安全
math
03-17 00:00
本文针对存在未知动态扰动和通信延迟的多机器人系统，提出了一种新颖的混合拓扑控制方法。该方法采用基于动态领导节点的分布式决策算法，通过中心节点进行实时图重构，将决策时间从依赖节点数减少为依赖图直径，且仅需一轮网络信息传递。核心贡献包括：1）提出一种能主动补偿未知扰动和通信延迟的机器人位置估计算法；2）中心节点基于位置估计，在保证新图直径不超过阈值的前提下，智能选择待删除边并允许新边形成。仿真结果验证了该方法的有效性。
多机器人系统拓扑控制通信延迟图论分布式算法鲁棒性
math
03-17 00:00
本文提出了一种基于草图技术的Tucker张量高效求和方法。该方法利用Khatri-Rao和Kronecker乘积的代数结构，在控制秩增长和计算成本的同时，实现了对Tucker张量的压缩算术运算。所提出的草图框架避免了大型中间张量的显式构造，而是直接对因子矩阵和核心张量进行操作，以生成张量和的精确低秩近似。理论分析涵盖了计算复杂度和近似性质。数值实验在四个问题上验证了方法的有效性：两个合成测试案例、一个通过GMRES求解的参数依赖椭圆方程（即“饼干问题”），以及一个通过高阶间断伽辽金方法离散化的一维线性输运问题。在这些例子中，基于草图的求和方法在保持相对于直接求和与重压缩高精度的同时，实现了显著的计算节省。
张量计算草图技术低秩近似tucker格式数值线性代数科学计算
math
03-17 00:00
本文首次在数学上严格建立了非周期拼图中匹配规则与高度函数之间的等价关系。通过引入一个上链优先的框架，证明了匹配规则、Ammann 棒连续性、关联 1-上闭链的循环闭合性以及高度函数存在性之间的四重等价。该框架通过半边/粘合构造实现：为每个 Ammann 棒族分配一个有符号的穿棒计数，得到一个反对称 1-上链。当相邻拼图在共享边上一致时，全局上链存在，其循环闭合性通过离散庞加莱引理产生一个标量势，即经典的 Ammann 高度函数。该框架可统一推广到来自 $\mathbb{Z}^N$ 的典型投影拼图，其坐标上链重构顶点位置 $v = \sum_{k=1}^N x_k(v)\,\mathbf{e}_k^*$，并形成 $\check{H}^1 \cong \mathbb{Z}^N$ 的 $\mathbb{Z}$-基，从而产生具有识别间隙 $\mathcal{R}(\mathcal{T}) \cong \mathbb{Z}^N$ 的守恒强制结构。
非周期拼图匹配规则高度函数上同调投影方法彭罗斯拼图
math
03-17 00:00
本文研究了C*-代数与群的MF（矩阵场）性质。主要证明了：对于任意MF C*-代数A及其子代数C，其融合自由积A∗_C A也是MF的。对于一般的融合自由积A∗_C B，给出了其为MF的充要条件。研究还表明，一系列重要群的全群C*-代数具有MF性质，包括可解群的融合自由积、自由群与可解群的半直积，以及Z²⋊SL₂(Z)。此外，证明了MF C*-代数类在与自由群C*-代数的极大张量积下封闭，并对Hilbert-Schmidt稳定C*-代数及其融合自由积上的超线性迹的MF性质进行了探讨。
c*-代数mf性质融合自由积群c*-代数算子代数近似表示
math
03-17 00:00
本文提出了“极化范畴”理论，为数学中多种“完备化”、“包络”和“壳”构造（如布尔代数完备化、Dedekind–MacNeille完备化、乘子环、C*-代数的乘子代数与冯·诺依曼包络）提供了一个统一的范畴论框架。通过引入“正/负箭头”的区分，定义了“极性”与“电压”概念，并利用“电容器”（极化版本的反射子范畴）构造出“完备化函子”。该框架的核心贡献在于，即使完备化无法在整个范畴上由函子给出（常见情况），也能确保函子性完备化函子的存在唯一性，并通过关于正负箭头的两个万有性质来刻画每个对象的完备化。
范畴论完备化极化范畴反射子范畴万有性质数学结构
math
03-17 00:00
本研究提出一种通过微分同胚空间中的Wasserstein梯度下降计算Gross-Pitaevskii方程基态的新方法。该方法将密度 $\rho=u^2$ 表示为固定参考测度通过参数化传输映射 $T_\theta$ 的前推，该映射由边界保持神经ODE实现。概率密度上的Wasserstein梯度流提升为有限维参数空间中的自然梯度下降，其度量张量由Wasserstein度量的拉回给出。该方法完全无网格且无需归一化即可保持单位质量约束。数值实验表明，参数化Wasserstein梯度流输出可用于初始化 $H^1$ Sobolev梯度流，在2D和3D中分别将初始能量间隙减少了7倍和4.5倍。
wasserstein梯度流gross-pitaevskii方程神经ode微分同胚空间无网格计算基态计算
math
03-17 00:00
本文针对具有有限互斥结果的单事件，重新审视了最大化期望对数财富的“全凯利”问题。作者提出了一种基于状态价格的简洁推导方法，将现金头寸 $c$ 解释为对每个结果的隐含基准投注 $cq_i$（$q_i$ 为状态价格）。在活跃结果集上，最优显性投注 $x_i$ 只需将总头寸从基准 $cq_i$ 补充至最优水平 $p_i$，从而得到公式 $x_i = (p_i - c q_i)_+$ 与阈值规则 $p_i/q_i > c$。通过对 $p_i/q_i$ 排序，可一次性贪心算法确定活跃集。该视角提供了标准结果的紧凑证明与便于记忆的求解框架。
凯利准则投资组合优化状态价格贪心算法数学金融
math
03-17 00:00
本研究将状态空间模型的训练问题重新表述为一个集合最优控制问题，其中共享的控制律支配着一组依赖于输入的动态系统。通过推导该集合控制公式的庞特里亚金最大值原理，为训练过程提供了最优性的必要条件。基于这些条件，研究团队引入了一种基于逐次逼近法的算法，并证明了该迭代方案沿子序列的收敛性，同时建立了全局最优性的充分条件。该框架为理解SSM的训练动态提供了严格的控制理论视角。
状态空间模型集合控制最优控制训练理论庞特里亚金原理
math
03-17 00:00
本文研究了一类自由能泛函的Wasserstein梯度流（即平均场朗之万动力学）在平稳态附近的动力学行为。核心贡献在于：首先，将Wasserstein Hessian算子与一个在势变量希尔伯特空间上具有紧预解式的自伴算子等同起来，该算子生成了线性化梯度流。基于此谱分析，作者设计了一种有限秩反馈控制律（通过代数Riccati方程实现），能够将闭环Hessian谱移动至任意预设阈值 $\delta > 0$ 之上。这一控制策略确保了非线性闭环流以速率 $\delta$ 局部指数收敛到平稳态 $\bar{\mu}$。在满足一阶变分二阶余项假设的条件下，相应的闭环能量在坐标卡中也是局部强凸的。该框架在平坦环面上得到验证，并可推广至多物种系统、矩约束Fokker-Planck方程及闭黎曼流形等场景。
wasserstein梯度流反馈控制局部凸化平均场动力学谱分析riccati方程
cs
03-17 00:00
本文提出Audo-Sight，一种为盲人与低视力（BLV）用户设计的AI辅助系统。该系统通过分布在边缘和云端的专用处理管道，结合专家与通用AI代理，分析用户查询的紧急性和上下文以推断意图，并动态地将查询与场景帧路由至最合适的管道。对于需要快速响应的任务，系统同时利用边缘（快速生成初始响应）和云端（提供更详细准确信息）管道，并通过其创新的“响应融合引擎”无缝融合两者输出，确保响应的及时性与高准确性。系统评估表明，相比纯云端商业方案，Audo-Sight在紧急任务中语音输出快约80%，所有任务中完整响应生成快约50%。
辅助技术边缘计算人机交互环境感知视障辅助ai代理
cs
03-17 00:00
本文提出SHAMISA，一种非对比的自监督框架，用于解决无参考图像质量评估（NR-IQA）中依赖大量人工标注的瓶颈。其核心创新在于引入“隐式结构关联”——一种从合成元数据和内在特征结构中推断出的、可控制的软关系，替代了传统的刚性二元相似性约束。方法通过一个组合失真引擎，从连续参数空间生成不可数的退化图像族，并确保每次仅一个失真因子变化，从而在嵌入空间中对具有共享失真模式的图像进行精细控制。模型利用编码已知退化轮廓和新兴结构亲和力的双源关系图来指导学习，最终仅需在冻结的编码器特征上训练一个线性回归器进行质量预测。实验表明，该方法在无需人工质量标注或对比损失的情况下，实现了强大的整体性能、跨数据集泛化能力和鲁棒性。
图像质量评估自监督学习隐式结构关联无参考评估组合失真
cs
03-17 00:00
本文针对无需全球共识、由发行者商品/服务背书的草根加密货币（Grassroots Cryptocurrencies）缺乏生息信贷流动性的问题，提出了“草根债券”（Grassroots Bonds）概念。通过为草根币引入到期日，将其重构为已到期的债券，从而允许用流动性硬币交换带息的未来到期债券。研究证明，数字社会合约可以表达信贷额度、贷款、远期合约、期权等全套金融工具，作为草根债券的自愿互换，且经典流动性比率同样适用。该形式化规范已由AI在GLP逻辑编程语言中实现，并通过多智能体乡村市场场景进行了演示。
草根加密货币数字债券市场流动性数字社会合约去中心化金融智能合约
cs
03-17 00:00
本研究提出LLM-MINE框架，利用大语言模型从非结构化的电子健康记录临床文本中自动挖掘阿尔茨海默病及相关痴呆症的表型。该方法使用专家定义的表型列表，通过卡方分析验证了不同队列间表型差异的统计显著性，其中记忆障碍是最强的区分因子。在无监督疾病分期任务中，结合表型列表的少样本提示方法取得了最佳聚类性能（ARI=0.290，NMI=0.232），显著优于生物医学命名实体识别和基于词典的基线方法。结果表明，基于LLM的表型提取是从非结构化文本中发现具有临床意义的ADRD信号的有效工具。
大语言模型阿尔茨海默病表型挖掘临床文本电子健康记录无监督学习
cs
03-17 00:00
本文提出SyMPLER模型，用于非平稳环境下的时间序列预测。该模型基于动态分段线性逼近，其核心创新在于利用统计学习理论中的泛化界（VC理论），自动根据预测误差决定何时添加新的局部线性模型，无需对数据进行显式聚类。实验表明，SyMPLER在保持与黑盒模型及现有可解释模型相当性能的同时，提供了揭示系统行为洞察的人类可解释结构，从而在准确性与可解释性之间取得了平衡。
持续学习时间序列预测可解释aivc理论非平稳环境分段线性模型
cs
03-17 00:00
本文指出，为智能交通系统（ITS）和自动驾驶应用提供算力的图形处理器（GPU）在安全监控方面存在严重盲区。研究发现，未经管理的GPU工作负载会悄无声息地降低系统实时性能，构成潜在安全风险。文章强调了在ITS中加强GPU安全监控与管理的必要性。
智能交通系统gpu安全自动驾驶实时性能系统安全
cs
03-17 00:00
本研究将经典两阶段峰谷定价模型扩展至包含时长限制的储能系统。在太阳能主导的电力系统中，研究发现峰谷电价差主要反映储能固定成本而非循环效率损失的可变成本。与传统发电不同，储能因时长约束需按每次高峰事件回收能量容量成本，而非在总高峰时段内分摊。数值算例揭示了均衡价格与容量投资的新规律。
储能定价峰谷电价投资回收时长约束电力市场容量成本
cs
03-17 00:00
本研究探索使用单个天花板摄像头分析面对面实践学习中的协作行为。在本科护理模拟教学中，研究者首先定义了7类可观察行为，并基于YOLO训练检测模型。在52场实验数据中，模型在测试集上达到精确率0.789、召回率0.784和mAP@0.5为0.827。研究发现，仅比较行为频率时，高低绩效组无显著差异；但当结合空间位置分析时，两组在任务执行和协作模式上呈现明显差异：高绩效组在主工作区与患者互动更多，低绩效组则更多使用手机并在次要区域活动。这表明行为数据需结合空间上下文才更具信息价值。
计算机视觉协作学习分析行为识别教育技术多模态分析护理教育
cs
03-17 00:00
研究发现，即使经过去偏训练的大语言模型在面对未知的偏见提示时，仍可能产生有害输出。本文首先通过分布外检测验证了此类高偏见提示构成了分布偏移，并指出静态模型在此偏移下性能会下降。为此，作者提出了CAP-TTA，一种测试时自适应框架。该框架仅在偏见风险“触发器”超过阈值时，才执行上下文感知的LoRA更新，并利用预计算的对角“预处理器”实现快速稳定的参数调整。在多种有毒提示设置和基准测试中，CAP-TTA有效降低了偏见（经人工评估确认），同时其更新延迟远低于AdamW/SGD方法。此外，它在保持可比去偏效果的同时，显著提升了叙事流畅性，缓解了灾难性遗忘问题。
测试时自适应大语言模型去偏分布外泛化叙事生成低秩自适应
cs
03-17 00:00
研究团队推出τ-Voice基准测试，首次在真实复杂任务场景下评估全双工语音助手（可同时听说的系统）。该框架结合了可验证的复杂任务完成度、全双工交互和真实音频环境，并引入可控的语音用户模拟器，支持多种口音和真实音频环境。在278项任务测试中，GPT-5（推理）任务完成率达85%，而语音助手在理想条件下仅达31-51%，在含噪声和多样口音的真实条件下降至26-38%，仅保留文本能力的30-45%。定性分析显示79-90%的失败源于智能体行为。τ-Voice为衡量语音助手在自然性、对话性和可靠性方面的进展提供了可复现的测试平台。
语音助手基准测试全双工交互任务完成度人机交互人工智能评估
cs
03-17 00:00
本研究提出了一种新型量子增强视觉Transformer（ViT）模型，用于遥感影像的洪水检测。该模型通过并行处理架构，将传统ViT的全局上下文感知能力与4量子比特参数化量子电路的特征提取能力相结合，融合两种表征以优化二元分类。实验结果表明，该混合模型显著超越了经典ViT基线，将整体准确率从84.48%提升至94.47%，F1分数从0.841提升至0.944，尤其在复杂地形中表现出更强的判别能力。这验证了量子-经典混合模型在水文监测和地球观测应用中的潜力。
量子机器学习视觉transformer洪水检测遥感影像混合模型灾害管理
cs
03-17 00:00
针对大语言模型在标准化医学考试中表现优异，但在处理真实、模糊、长尾的医疗咨询时质量不佳的问题，本研究提出了QuarkMedBench基准。该基准包含20,821个单轮查询和3,853个多轮会话，覆盖临床诊疗、健康咨询与专业查询三大场景。研究创新性地提出一个自动化评分框架，通过多模型共识与基于证据的检索，为每个查询动态生成约9.8个细粒度评分标准（总计超22万个），以客观评估开放式回答。该框架通过分层加权与安全约束，结构化量化医学准确性、关键点覆盖与风险拦截，在降低人工评分成本与主观性的同时，其生成的评分标准与临床专家盲审的一致性率达91.8%。基准测试揭示了顶尖模型在应对真实临床细微差别时存在显著性能差异，凸显了传统考试指标的局限性。QuarkMedBench为衡量大语言模型处理复杂健康问题的能力提供了一个严谨、可复现的标尺，其框架本身支持动态知识更新，可防止基准过时。
医疗大模型评测真实世界场景自动化评分基准测试开放式问答评估
q-bio
03-17 00:00
本研究首次在波兰全国范围内对64家医疗机构的污水进行大规模调查，重点监测碳青霉烯耐药铜绿假单胞菌（CRPA）和鲍曼不动杆菌（CRAB）。结果显示，CRPA在所有地区占主导地位，而CRAB虽检出率较低但基因型更多样。统计分析发现耐药菌数量与污水理化参数、抗生素浓度显著相关，且污水中存在大量抗生素抗性基因（ARGs）和可移动遗传元件（MGEs），表明医院污水是耐药性传播的重要环境储库。研究强调需加强对医院污水的监测与管理，以降低公共卫生风险。
抗生素耐药性医院污水环境监测碳青霉烯耐药公共卫生基因传播
q-bio
03-17 00:00
本研究通过基于脑电交叉信息熵构建的动态高阶网络模型，量化了音乐辅助模拟驾驶过程中大脑网络的动态协调性。与静态网络分析相比，该方法揭示了音乐刺激如何调节复杂任务下脑区间的相互作用。结果显示，音乐刺激下的驾驶表现出更强的三阶连接性和高阶信息熵。监督机器学习（如支持向量机）表明，模型准确率与脑网络特征的层次结构高度相关，凸显了高阶特征在解码大脑运动控制状态中的重要性。这些发现为开发新型脑-机-音乐接口和自适应人机系统提供了见解。
脑电信号高阶网络机器学习运动控制音乐认知人机交互
q-bio
03-17 00:00
本研究提出了一种谐振循环神经网络（RRN）框架，其核心创新在于将具有明确阻尼振荡动力学的节点引入神经网络。与传统非振荡节点不同，RRN通过两个历史依赖项表达振荡动态，并将其与标准循环神经网络（RNN）公式关联。研究应用了来自观测到的大脑动态的物理约束来选择振荡频率，并利用平稳性约束减少自由参数数量。在手写数字分类和模拟神经元脉冲序列活动分类任务中，RRN仅用少量可训练参数即可实现高精度分类。特别地，当振荡频率配置遵循一种已提出的脑节律理论时，其分类准确率优于其他频率配置及参数数量相当的标准RNN。RRN不仅作为标准RNN的直接扩展易于实现，还能为分类任务生成可解释的特征，有望成为实现生物与人工神经网络复杂目标的高效、受生物启发的构建模块。
谐振神经网络脑启发计算振荡动力学可解释ai循环神经网络生物神经网络
econ
03-17 00:00
本文提出了一种结合工具变量（IV）分析与LiNGAM方法的新框架，用于检验IV模型中的核心假设——排除限制。该方法利用结构误差项的非高斯性，在无需额外工具变量的情况下，实现了对排除限制违反参数的点识别。研究引入了五种互补的检验方法（自助百分位、渐近正态、置换、似然比和基于独立性的检验），以适应不同的数据条件。蒙特卡洛模拟和对Card（1995）数据集的实证应用表明，该方法能有效控制第一类错误率，并对经济上相关的违反情况具有合理的检验功效。
工具变量排除限制非高斯性lingam因果推断计量经济学
econ
03-17 00:00
本文深入研究了政治经济学基础模型——双边信息不对称消耗战博弈中普遍存在的均衡多重性问题。研究发现，均衡多重性的形式取决于类型分布的“风险势能”积分下限：当该极限发散时，策略的相对攻击性是自由参数；当极限有限时，立即让步类型的质量成为自由参数。论文证明，Amann-Leininger收益扰动与引入行为类型这两种看似不同的精炼方法在数学上等价，且仅当类型支撑集有界时才能成功选择唯一均衡。对于无界支撑集，多重性持续存在。这些结果为应用理论家提供了明确指导：选择有界支撑的分布可确保现有精炼方法给出唯一预测。
博弈论消耗战均衡多重性信息不对称精炼均衡政治经济学
econ
03-17 00:00
本研究采用多协整方法分析辐射强迫与地表温度的长期关系，并运用变换与增广最小二乘法（TAOLS）进行模型估计。核心目标是估算平衡气候敏感度（ECS），即大气二氧化碳浓度倍增后全球平均地表气温的上升幅度。结果显示，ECS介于2.12°C至2.49°C之间，低于现有最大似然估计值2.8°C。TAOLS为气候研究提供了更稳健且易于使用的工具，为地球变暖轨迹的持续辩论提供了新见解。
气候敏感度多协整分析taols估计气候变化辐射强迫温度响应
econ
03-17 00:00
本研究提出了一种基于深度学习的区域投入产出表估计方法。该方法首先通过线性组合对区域定量经济数据进行增强，然后将投入产出表中的各项作为目标变量进行深度学习建模，最后通过矩阵平衡技术对模型预测值进行调整以生成最终估计表。以日本2015年投入产出表为基准的验证结果表明，即使在已知行列和的理想假设下进行矩阵平衡，本方法的估计精度通常更高。这为获得更精确的区域经济结构分析数据提供了新基础。
投入产出表深度学习区域经济矩阵平衡经济估计
econ
03-17 00:00
本研究针对具有时空异质性的服务需求分配问题，在服务站点处理能力有限的约束下，构建了一个以最大化社会福利（总服务收益减去时空成本）为目标的最优运输模型。模型通过重心式分解，将原问题转化为有限维凸优化问题，实现了可扩展计算。研究发现，最优空间分配对应广义拉盖尔单元，而最优时间调度结构取决于需求异质性：当需求仅有时序成本敏感度差异时，高敏感度需求被分配至更接近理想服务时间；当需求仅有偏好时间差异时，分配结果保持与偏好时间一致的顺序。研究进一步提出了基于时序定价的、满足无嫉妒且个体理性的有限槽位实施机制。
最优运输时空匹配服务调度容量约束社会福利凸优化
econ
03-17 00:00
本文研究具有上下排除阈值的双边索赔问题，这些阈值决定了个体是否被排除在初始收益或损失之外。我们引入了排除扩张算子，该方法将标准分配规则转化为包含排除阈值的扩展规则。算子首先根据阈值分配收益和损失，然后通过底层标准规则的扩张变换来分配剩余资源。我们公理化地刻画了该算子，并检验了它保留了公平分配理论中的哪些标准性质。虽然算子保持了齐次性和单调性等关键性质，但它有意违反了其他性质（尤其是顺序保持性），以反映排除阈值引起的不对称性。该方法为因法律和政策考量而不适用对称性的资源分配场景提供了一种形式化方法论。
双边索赔资源分配公平分配排除阈值扩张算子公理化
econ
03-17 00:00
本文指出理性疏忽问题可视为嵌套的正则化最优传输问题。通过引入熵正则化最优传输方法，我们统一并拓展了Matejka & McKay (2015)与Caplin等(2019)的核心结论，将其适用范围从有限选择集推广至任意选择集。该框架为分析信息成本约束下的决策行为提供了更一般化的数学基础。
理性疏忽最优传输信息经济学决策理论熵正则化
econ
03-17 00:00
本文针对经济学实证研究中广泛使用机器学习（ML）生成回归变量（如倾向得分、控制函数残差、插补协变量等）后，标准“即插即用”或双重机器学习方法因忽略其进入后续模型的路径而导致严重偏差和无效推断的问题，提出了一个三步局部稳健广义矩估计（GMM）框架。核心创新在于“下游局部稳健性”：通过函数链式法则，构造对第二步正交的矩函数，可自动消除ML生成回归变量带来的复杂间接（条件）效应。该方法通过交叉拟合辅助回归自动估计相关的Riesz表示来实现，允许早期步骤使用通用的非Donsker ML方法。在主要处理效应和反事实设定中，模拟显示现有方法存在严重偏差，而本方法可将其降低85-95%。
机器学习计量生成回归变量局部稳健推断广义矩估计处理效应反事实分析
econ
03-17 00:00
本文研究了一种新的说服模型：接收者只有在付出注意力成本后才能获取信息。发送者设计实验以说服接收者采取特定行动，而实验本身会影响接收者的注意力投入（即更新信念的概率）。说服存在两个维度：广度的努力投入和深度的行动选择。研究利用接收者效用函数在信息与努力间的超模性质，建立了与Kolotilin等人（2017）说服机制的等价关系。应用分析表明，发送者的最优策略往往涉及对有利信息的审查。
说服博弈有限注意力信息设计机制设计贝叶斯说服
econ
03-17 00:00
本研究提出并公理化了一个对彩票偏好的新表示方法，它推广了经典的期望效用模型。该模型的核心创新在于，使用不同的效用函数来评估不同的彩票，从而将偏好解释为个体具有情境依赖的风险态度。这使得模型能够生成各种违背独立性公理的现象，而这些现象与一些最著名的非期望效用模型并不兼容。模型的灵活性很高，既可以通过设定多个效用函数来捕捉复杂行为，也可以通过精简设定（甚至单一效用函数）来保持简洁性。
风险偏好非期望效用情境依赖阿莱悖论决策理论公理化
astro-ph
03-17 00:00
本研究结合SDO/AIA多波段观测与数据驱动的三维磁流体动力学模拟，分析了2015年6月22日M6.5级耀斑伴随的准周期快速传播波列。观测发现波列以1140–1760 km/s高速传播，其2–4分钟周期性与耀斑准周期脉动一致，表明两者可能源于间歇性磁重联的共同驱动。模拟通过引入致密的扇形环结构和周期性驱动源，成功再现了波列的关键特征，并揭示日冕密度结构会显著改变探测到的波振幅与传播模式。结果表明，AIA 171 Å波段观测到的波列与扇形环的关联可能是一种温度相关的可视性效应，而非波的真实局域化。
太阳耀斑磁流体波三维模拟日冕震荡准周期脉动磁重联
astro-ph
03-17 00:00
JWST CAPERS巡天在红移z=5.124处发现一个特殊星系，其紫外连续谱存在显著转折和巴尔末“跳跃”。光谱建模表明，超过95%的辐射来自炽热（T≈5.3×10⁴ K）、高密度（n_e≈5.4×10³ cm⁻³）星云区域的连续发射。研究还发现一个相距3 kpc的“蓝色”伴星系，其光谱显示氢氦线但无金属线，可能由第三星族恒星遗迹组成，并为主星系的星云发射提供能量。这一发现对理解宇宙黎明时期超大质量恒星和原始恒星族的分布具有重要意义。
jwst观测高红移星系星云连续谱第三星族恒星宇宙黎明光谱分析
astro-ph
03-17 00:00
本研究利用开放有效场论框架，首次系统性地将早期宇宙中的耗散与随机效应纳入暴胀模型，同时保持尺度不变性。耗散增强了戈德斯通玻色子的特定相互作用通道，产生了超越标准有效场论预测的独特原初非高斯性信号，其中弱耗散区间的折叠型双谱形状在观测上比等边型和正交型模板更受青睐。通过模态双谱分析管道结合普朗克CMB数据，我们获得了似然函数，并推导出对早期宇宙耗散尺度的首个模型无关约束：在95%置信水平下，耗散尺度γ ≤ 384H，声速c_s ≥ 0.38。最佳拟合模型的最大似然揭示了γ与c_s之间的简并关系。这些结果为探测最小暴胀模型的偏离，以及区分具有随机噪声和耗散效应的早期宇宙场景，开辟了一个模型无关的新窗口。
原初非高斯性耗散暴胀开放有效场论cmb数据分析早期宇宙物理模态双谱
astro-ph
03-17 00:00
KM3NeT实验观测到一个能量在72 PeV至2.6 EeV之间的高能中微子事件（KM3-230213A）。本研究将其解释为宇宙起源，并据此对超高能宇宙射线（UHECR）源模型参数给出约束。通过拟合UHECR能谱和成分数据，并结合多信使观测，研究发现在KM3NeT单独观测下，数据支持强演化的超高能质子源（如高光度活动星系核）；但若同时考虑Pierre Auger与IceCube的零观测结果，则此强演化模型被削弱。UHECR中质子成分在20 EeV处被限制在约20%。
高能中微子超高能宇宙线多信使天文学宇宙线源模型km3net
astro-ph
03-17 00:00
本文为静止星系编制了一份关键光谱特征图集，聚焦于静止光学至近红外波段。图集以查找表形式，汇总了吸收与发射线的物理起源（如恒星光球层、星际介质），并标注了每条谱线对年龄、金属丰度、表面重力（对初始质量函数敏感）、α元素丰度、电子温度或气体密度的诊断敏感性。该工作旨在为利用JWST光谱能力深入研究遥远静止星系的恒星族与周围气体性质，提供一份实用的参考指南。
静止星系光谱特征jwst恒星族星际介质光谱诊断
astro-ph
03-17 00:00
本研究利用JWST NIRSpec IFU观测数据，分析了20个红移4-6的主序星系的径向金属丰度梯度。研究发现，这些早期星系的金属丰度梯度平均为轻微正值（中位值$+0.039 \pm 0.010\,{\rm dex\,kpc^{-1}}$），且与星系盘的旋转速度与速度弥散比值$V_{\rm rot}/\sigma_0$呈浅负相关。这表明随着宇宙演化，星系盘逐渐成熟，其金属丰度梯度也随之演变。
星系演化金属丰度梯度jwst观测高红移星系星系动力学
astro-ph
03-17 00:00
本研究利用ARTEMIS模拟，探讨了如何从有限径向范围（特别是受重子过程影响的≲30 kpc内）的动力学数据可靠地推断银河系质量暗物质晕的全局性质。研究发现，若仅使用内部数据拟合，常用的NFW模型会显著低估晕的维里质量和浓度（平均分别低估约2倍和2倍）。Einasto和广义NFW模型虽能提供优秀的局部拟合，但仍存在类似的全局偏差。相比之下，采用Cautun等人（2020）的收缩晕模型，能获得稳定的外推结果和更无偏的质量估计。当观测范围扩展至≳50 kpc时，所有模型的平均偏差基本消除。这些系统偏差足以调和近期基于内旋转曲线分析得出的低银河系质量估计与经典的≈10¹² M☉值之间的矛盾。
暗物质晕银河系质量重子收缩质量估算偏差数值模拟
astro-ph
03-17 00:00
本研究通过一维时变流体动力学模拟，系统探索了B型超巨星在m-CAK理论参数空间（电离变化参数δ与旋转参数Ω）中的风解稳定性。研究发现，先前稳态研究报道的“禁戒区域”或解缺失的间隙，实际上是数值假象。模拟在整个参数空间内获得了稳定的稳态解，实现了快风与慢风机制之间的平滑过渡。在过渡区内，速度剖面在超音速流中形成独特的“扭结”或扩展平台结构，使风达到稳定状态。质量损失率随参数平滑变化，且其梯度取决于辐射驱动强度k。研究证实m-CAK解空间是连续的，所报道的间隙是稳态方法的局限性所致。
恒星风b型超巨星辐射流体力学m-cak理论时变模拟风结构
astro-ph
03-17 00:00
本研究对SFACT巡天探测到的167个红移在0.129至0.500之间的恒星形成星系进行了环境分析。通过使用三种环境估计量，在100千秒差距到数百万秒差距的尺度上，量化了这些星系周围的局部环境。研究发现，这些恒星形成星系的成团性弱于环境对比样本，且其恒星形成率与环境之间的任何趋势，更可能与星系的绝对星等（质量的代理）相关，而非与邻近星系的合并或相互作用直接相关。这表明，在所研究的红移范围内，星系间的相互作用并非驱动其恒星形成活动的主要机制。
星系演化恒星形成星系环境宇宙学巡天星系相互作用
astro-ph
03-17 00:00
本研究通过光谱观测，发现一个红移为1.715的射电类星体，其紫外连续谱呈现独特的Λ形，无法用尘埃消光模型解释。分析表明，其光谱可由一个温度约10000 K的黑体谱完美拟合，与多波段测光数据一致。该源的光谱特征与近期热议的“小黑点”天体相似，但峰值波长更短，暗示其可能处于一个致密气体包层开始碎裂的短暂演化阶段，是见证类星体从“小黑点”状态浮现的候选过渡天体。
类星体黑体谱光谱分析天体演化高红移天体射电天体
astro-ph
03-17 00:00
本研究提出了一种模型无关的框架，通过X射线观测星系团来估计重子气体分数及其演化，从而提供新的宇宙学探针。团队利用Ia型超新星数据重建宇宙膨胀历史，并应用迭代平滑方法推断流体静力学质量偏差随质量和红移的演化。结果表明，该偏差必须随时间演化才能符合宇宙微波背景的观测约束，量化了天体物理模型选择对宇宙学结果可能产生的偏差影响。
星系团重子分数宇宙学探针质量偏差非参数估计x射线观测
physics
03-17 00:00
本研究提出了一种基于K空间相干平均的通用方法，用于生成和调控二维自旋轨道光束晶格。通过编程控制一组输入光束的角度、振幅和偏振，该方法能精确调控晶格的几何结构、周期以及每个晶胞内的轨道和径向自由度。研究探索了其在电磁波和物质波中的实现，并实验演示了在微米尺度上生成具有明确轨道和径向数的光学六角晶格。该方法为生成和控制光学斯格明子等结构波提供了稳健且通用的途径。
自旋轨道耦合光束晶格k空间调控光学斯格明子结构光场
physics
03-17 00:00
本文针对离散速度法和格子玻尔兹曼法等动理学模型，提出了一套新颖的自适应网格与算法优化传感器。该方法的核心优势在于能够直接利用单粒子分布函数中的微观信息，构建出完全局域化、可扩展性强的精细化判据。这些传感器能够精准捕捉可压缩流、湍流、非平衡流及非理想流体等复杂流动中的关键特征。经过验证，该方法在应用于可压缩、粘性及非平衡流动的离散速度玻尔兹曼求解器时，展现出优异的性能，为复杂流体动力学问题的研究提供了一种高效、精确且可扩展的计算工具。
自适应网格优化动理学方法格子玻尔兹曼法流体力学非平衡流动计算流体力学
physics
03-17 00:00
研究团队发布了用于自动神经网络处理的地震波形数据集SWAN，这是一个综合且标准化的基准，旨在推动数据驱动的地震信号处理。该数据集汇集了涵盖广泛地质结构、噪声条件、传播环境和采集几何的合成与真实地震波形。利用此数据集，团队开发并评估了一个用于核心地震处理任务（重点是缺失道重建）的条件约束残差扩散模型。大量实验表明，在SWAN上训练的扩散模型在异构测试场景中实现了最先进的性能，在合成基准和现场数据示例上均优于领先的深度学习和基于物理的基线方法。
地震数据处理扩散模型波形数据集缺失道重建深度学习地球物理
physics
03-17 00:00
本研究提出了一种基于全连接神经网络（FCNN）的机器学习框架，用于高效优化集成在光子芯片上的二维还原氧化石墨烯（rGO）波导偏振器。该框架利用少量低分辨率模式仿真数据进行训练后，即可快速、高精度地预测大范围波导几何参数下的偏振器品质因数（FOM）。结果表明，该方法可将总体计算时间相比传统模式仿真方法降低超过4个数量级，同时保持高预测精度（平均偏差低于0.05），为高性能片上偏振选择性器件的设计提供了强大工具。
光子集成机器学习优化二维材料波导偏振器计算光子学
physics
03-17 00:00
本研究通过二维粒子模拟，系统比较了矩形管、混合漏斗和直锥等不同几何结构的近临界密度等离子体填充靶，以优化激光-质子能量转换。研究发现，增加几何复杂度未必带来更好的加速性能。相对简单的近临界密度填充直锥靶表现最佳，在激光强度为 $5.5 \times 10^{20}$ W/cm$^2$ 时，实现了最高 181.7 MeV 的质子截止能量和约 $12^{\circ}$ 的低发散角。这种增强归因于近临界密度通道内的相对论激光自聚焦与锥形壁对热电子的强空间约束的协同效应。研究还发现电子能量时间演化中的独特双峰结构，这是持续电子回流维持强鞘场、驱动高效加速的标志。该靶设计为下一代高重复频率激光装置产生高通量、高能质子束提供了一条稳健途径。
激光等离子体质子加速粒子模拟近临界密度几何约束靶设计
physics
03-17 00:00
本文提出一个统一框架，将电磁共振区分为开放系统的本征模式及其在实验中观察到的散射特征。研究展示了共振如何从孤立粒子演化为耦合寡聚体和周期性结构，并强调了几何形状、材料响应和维度的作用。特别关注了由干涉驱动的现象，如连续谱中的束缚态、晶格共振、偶极子和超散射，其中一些现象无法总是与单一本征模式关联。通过阐明本征模式、散射通道和干涉效应之间的关系，为解释共振现象提供了连贯的语言，并为设计稳健的共振光子系统指明了关键挑战与机遇。
光学共振纳米光子学本征模式散射理论干涉现象统一框架
physics
03-17 00:00
本研究提出一种新型角偏移间隙管辅助双嵌套无节点反谐振空心光纤（IT-DNANF），通过引入间隙管的角偏移，利用相邻包层管之间的间隙区域作为泄漏模态控制界面。数值模拟表明，角偏移能同时增加基模和高阶模损耗，但对高阶模的敏感性显著更强，从而快速提升差分模态损耗。当间隙区域的基模与纤芯高阶模相位匹配时，会引发强耦合至高泄漏态，产生显著的高阶模损耗峰。优化设计在1550 nm波长下可实现高阶模损耗大于1 dB/m，同时保持基模损耗低于0.05 dB/km。该工作为超低损耗空心光纤的模式纯化提供了一种物理机制清晰且易于制造的新自由度。
空心光纤模式纯度超低损耗反谐振光纤角偏移设计模态控制
physics
03-17 00:00
本文提出了一种在具有反射侧壁和底部的混响水箱中校准单极声源的方法。该方法的核心是利用声源位于浅水深度时，水-空气界面表现出的异常透明现象。该界面充当了一个滤波器，阻止了从侧壁和底部反射的声波进入空气。因此，对于浅水源，其上方空气中的声场近似等同于该声源位于均匀半无限水域中同一深度时产生的声场。该声场可由已知的解析公式描述，从而使得通过测量空气中的声强级来估算水中声源强度成为可能。
声学校准水声学界面透射混响场单极声源
physics
03-17 00:00
本研究对以色列基尼烈湖中垂直阵列接收的宽带声脉冲进行了分析。由于阵列在多数频率下是稀疏的，研究人员应用自积变换近似重构了在低频（阵列密集）条件下应接收到的信号。通过借鉴量子理论中的相干态方法，将重构声场从深度-时间表示转换为“深度-角度-时间”相空间分布。由于不存在多径效应，该空间中的强度分布对环境参数变化不敏感。结果表明，观测分布与使用理想化（距离无关）波导模型的计算结果高度吻合。研究进一步证明，该强度分布可作为神经网络输入数据，用于解决水下波导中的声源定位问题，在示例中神经网络使用合成数据（理论计算获得）进行训练。
声学海洋学自积变换相空间分析水下声源定位神经网络波导模型
math
03-17 00:00
本文推广了经典的哈代-李特尔伍德猜想，从素数元组密度问题延伸至殆素数元组（具有指定素数因子数量的数）。研究考察了每个元素满足特定因子分解要求的自然数元组，并提出了此类元组数量的渐近公式。公式中的密度由两个常数的乘积决定：仅依赖于元组模式的经典塞尔伯格常数，以及仅依赖于元组各位置素数因子数量要求集合的修正因子。作者证明了素数模式的可容许性蕴含了其对殆素数模式的可容许性，并建立了对称性原理——修正因子仅依赖于要求的多重集，而与元组内元素的顺序无关。此外，基于塞尔伯格常数在模式拉伸下的不变性，本文发展了一种计算修正因子的经验分析方法，并在小长度元组（如对和三元组）上进行了测试，提供了高精度的计算系数表。
数论殆素数哈代-李特尔伍德猜想渐近公式塞尔伯格常数元组模式
math
03-17 00:00
本文针对一类具有ℓp范数结构的非单调变分不等式，提出了一系列新颖的高阶算法。先前工作（Diakonikolas et al., 2021）在求解弱Minty变分不等式时，其ℓp范数平稳点保证仅限于参数ρ=0的标准MVI情形。本工作填补了这一关键空白，所提出的高阶方法能够在ρ>0的合适范围内收敛到ℓp范数平稳点，从而规避了ℓp设置中的根本性挑战。此外，研究还将结果推广至高阶光滑单调算子（p≥2），并将欧几里得技术延伸至连续时间场景。
变分不等式高阶方法ℓp范数非单调优化收敛性分析数值算法
math
03-17 00:00
本研究提出AutoSCEP方法，用于解决大规模不确定性下的容量扩展规划问题。该方法通过自动化、统计驱动的流程，为固定规划方案确定估算生产成本所需的最小场景数量和运营周期长度，以达到给定精度。利用这些估算，训练线性和神经网络代理模型来近似任意规划方案的预期生产成本，并将代理模型嵌入规划模型。在洲际规模的EMPIRE系统上测试，AutoSCEP在缩减模型上达到2%的最优性差距，在大模型上达到8%的差距，在同等计算预算下优于并行渐进对冲算法。该方法使得在现实系统规模下进行高分辨率不确定性建模成为可能。
容量扩展规划不确定性优化代理模型机器学习能源系统自动化决策
math
03-17 00:00
本文研究图上的支配着色博弈，两名玩家轮流为顶点着色，Alice的目标是使所有颜色类都成为支配集。作者证明了对于任意n阶图G，其博弈支配数满足 $\operatorname{dom_g}(G,X)=\Omega\left(\frac{\delta(G)}{\log n}\right)$，其中$\delta(G)$为最小度。同时构造了最小度为k但博弈数仅为1的图，以及博弈数为1但传统支配数可达k的图，揭示了博弈版本与传统概念的显著差异。
图论博弈支配集着色博弈组合博弈图着色
math
03-17 00:00
本文研究了具有 Bogomolov 性质（即 Weil 高度有正下界）的数域。作者将 Amoroso 和 Terracini 关于模形式 Galois 表示场的结果，从平凡 nebentypus 特征的情形推广到了非平凡 nebentypus 特征的情形。此外，受 Amoroso、David 和 Zannier 工作的启发，本文引入了 ADZ 场的概念，证明了这类场在任意复合运算下能保持 Bogomolov 性质。
数论代数数域模形式galois 表示bogomolov 性质weil 高度
math
03-17 00:00
本文研究了定义在$\mathbb{R}^{2n}$上非负可测核$K$生成的正积分算子$T_K$，在Lorentz-Gamma空间$\Gamma_{p,\phi_2}(\mathbb{R}^n)$与$\Gamma_{q,\phi_1}(\mathbb{R}^n)$（其中$1<p, q<\infty$）之间的有界性。作者通过引入并分析一个由核$K$和权函数$\phi_1, \phi_2$构造的辅助函数$\psi$，给出了该算子有界性的充要条件。这一结果为调和分析与函数空间理论中算子有界性的判定提供了新的工具和视角。
积分算子lorentz-gamma空间算子有界性调和分析函数空间
math
03-17 00:00
本文研究了带有双奇异Hardy型势的时间分数阶p-Laplacian抛物问题。作者证明了弱解的比较原理和先验估计，并深入探讨了全局弱解的存在性与解的有限时间爆破现象。研究发现，解的行为（存在或爆破）取决于一个最优的Hardy常数，这为理解此类复杂非线性分数阶偏微分方程的解的性质提供了关键理论依据。
分数阶导数p-laplacianhardy势弱解有限时间爆破抛物问题
math
03-17 00:00
本文通过循环平坦这一共同结构不变量，在拟阵与一类称为坐标q-拟阵的子类之间建立了对应关系。核心成果是一个循环平坦嵌入定理，证明横截拟阵的循环平坦结构在此对应下得以保持。这为将拟阵理论的结构性质转移到q-拟阵领域提供了机制。应用上，证明了嵌套q-拟阵是横截的，从而是可表示的。此外，分析了横截q-拟阵在二元运算下的性质，证明了其在自由积下封闭，并为直和提出了自然的表示。
q-拟阵循环平坦横截拟阵嵌入定理组合数学
math
03-17 00:00
本文综述了利用作者先前发展的方法在经典哈密顿微分方程系统谱分析领域取得的最新成果。重点讨论了经典哈密顿系统的逆谱问题以及薛定谔算子的混合谱问题。研究揭示了逆谱问题与希尔伯特变换、正交多项式、间隙问题及黎曼-希尔伯特问题等经典分析工具之间的深刻联系，并以实例加以说明。
谱分析哈密顿系统逆谱问题混合谱黎曼-希尔伯特问题正交多项式
cs
03-17 00:00
本文提出FMS²，一个统一的流匹配框架，用于解决薄结构（如裂纹、血管）分割任务中拓扑敏感、标注成本高和跨域泛化差的问题。框架包含两个模块：SegFlow将分割任务重构为连续的图像到掩码传输过程，通过流匹配回归损失学习速度场，并使用ODE积分输出掩码，在多个基准测试中显著提升了分割的连续性和拓扑准确性；SynFlow则是一个掩码条件图像生成器，能生成像素对齐的合成图像-掩码对，通过可控的掩码生成器模拟结构变化，有效缓解标注数据稀缺和域偏移问题。实验表明，该方法在有限标注下能恢复接近全监督的性能。
图像分割流匹配薄结构数据合成域适应拓扑感知
cs
03-17 00:00
本文提出MASS（掩码引导自监督学习）方法，旨在解决3D医学影像领域缺乏通用基础模型的问题。该方法将上下文分割作为预训练任务，利用自动生成的类别无关掩码作为结构监督信号，从大规模无标注的CT、MRI和PET数据中学习包含外观、形状、空间上下文和解剖关系的语义丰富表征。实验表明，MASS在少量标注数据下（仅需20-40%标注）即可达到全监督性能，在少样本分割任务上超越现有自监督基线方法超过20个Dice分数，并在未见病理分类任务上匹配了使用数千样本的全监督训练效果。
医学影像自监督学习3d分割基础模型表征学习
cs
03-17 00:00
本文提出PDE-SSM，一种创新的空间状态空间模块，用于解决视觉Transformer在生成建模中因自注意力机制带来的二次计算成本和弱空间归纳偏置问题。该方法用可学习的对流-扩散-反应偏微分方程（PDE）替代注意力机制，通过物理启发的动力学建模信息流，而非全连接令牌交互，从而编码了强大的空间先验。在傅里叶域求解该PDE实现了全局耦合，计算复杂度降至近线性的 $O(N \log N)$，为注意力机制提供了一个原理性强且可扩展的替代方案。研究者将PDE-SSM集成到流匹配生成模型中，构建了PDE-SSM-DiT。实验表明，PDE-SSM-DiT在性能上匹配或超越了最先进的扩散Transformer，同时显著降低了计算开销。这证明，正如一维场景中状态空间模型（SSM）取代注意力一样，多维PDE算子为下一代视觉模型提供了高效且富含归纳偏置的基础。
扩散transformer状态空间模型偏微分方程谱方法生成模型计算效率
cs
03-17 00:00
本研究通过增强现实模拟器进行户外实验，探究了自动驾驶汽车（AVs）的外部人机界面（eHMIs）与不同活动状态行人（步行者与跑步者）的交互效果。研究发现，无eHMI时交互效果最差。步行者倾向于停车并综合验证eHMI信号与车辆行为，能有效处理动画和红绿灯颜色变化两种信号。而跑步者由于面临更大的时间压力，更依赖eHMI信号而非车辆行为本身，且为快速决策，他们更偏好颜色变化信号而非动画信号。这些发现对设计更具包容性、促进公共健康的eHMI至关重要。
自动驾驶汽车人机交互行人安全外部界面增强现实
cs
03-17 00:00
针对先进工艺节点中接触多晶硅间距与下层金属间距解耦的趋势，本研究提出了CPCell——一个高效的布局生成框架。它通过精细化的分层网格图与基于约束规划的布局布线协同优化，支持任意的齿轮比与偏移参数。框架通过引入中间层布线、启用M0引脚、引脚可访问性约束以及加权多目标优化来提升布局质量。为扩展到最多48个晶体管的网表，采用了晶体管聚类、相同晶体管分区、布线下界收紧及提前终止等加速技术。全面的单元级与模块级研究评估了不同参数选择，并量化了所提优化目标对功耗、性能、面积及IR压降的影响。
标准单元布局布局布线协同优化约束规划先进工艺节点设计工艺协同优化电子设计自动化
cs
03-17 00:00
本文提出TSDCRF框架，旨在解决视频多目标跟踪中隐私保护与跟踪性能的平衡难题。该框架包含三个核心组件：1) 基于可配置隐私预算的校准高斯噪声，实现$(\varepsilon,\delta)$-差分隐私；2) 归一化控制惩罚，在注入噪声前对不稳定或冲突的类别预测进行降权，以稳定跨帧关联；3) 时序动态条件随机场，在噪声注入后强制执行时间一致性并纠正轨迹偏差，从而减少ID切换并增强对轨迹劫持的鲁棒性。实验表明，TSDCRF在MOT16等多个数据集上，相比白噪声及现有方法，在保持隐私的同时实现了更优的隐私-效用权衡。
多目标跟踪隐私保护差分隐私条件随机场轨迹关联计算机视觉
cs
03-17 00:00
针对Transformer模型在隐私保护推理中计算与通信开销高的问题，本文提出SecDTD方案。该方案通过将令牌丢弃提前至推理早期阶段，有效降低了Softmax等关键组件的开销。其核心创新包括：1）最大中心归一化（MCN），一种独立于Softmax的新型评分方法，支持早期令牌丢弃且精度无损；2）OMSEL，一种更快的茫然中值选择协议，相比现有基于排序的方法实现16.9倍加速。在BOLT和BumbleBee框架下的实验表明，SecDTD可在不损失精度的前提下实现端到端推理4.47倍加速。
安全推理transformer令牌丢弃隐私计算性能优化
cs
03-17 00:00
本文探讨了微服务架构在构建可扩展机器学习系统中的应用。随着机器学习在现代系统中的核心地位日益凸显，高效管理、部署和扩展模型成为关键挑战。文章通过分析Netflix、Uber和Google等公司的实践，阐述了微服务如何将复杂的ML系统拆分为独立、可独立构建和扩展的组件，以应对训练、部署和监控等关键任务。模拟研究表明，基于微服务的设计能够有效降低延迟、提升可扩展性，从而在推荐系统等大规模应用中实现更快速、高效和响应灵敏的机器学习服务。
微服务架构机器学习系统可扩展性系统设计推荐系统模型部署
cs
03-17 00:00
本研究提出首个用于PET诊疗（PET theranostics）的多智能体框架TheraAgent，旨在解决前列腺癌放射性配体疗法（RLT）疗效预测的三大挑战：数据稀缺、异构信息整合与证据推理。其核心创新包括：1）多专家特征提取与置信度加权共识；2）自演化智能体记忆（SEA-Mem），可从有限病例中学习预后模式；3）证据校准推理，将预测结果锚定于VISION/TheraP临床试验证据。在35例真实患者和400例合成病例上的评估显示，TheraAgent在真实患者中的总体准确率达75.7%，优于现有方法超过20%，为PET诊疗领域提供了可信赖的AI决策支持蓝图。
pet诊疗多智能体证据推理疗效预测前列腺癌ai医疗
cs
03-17 00:00
本文针对多示例学习在医学图像诊断中忽视误分类严重性的问题，提出了一种非对称错误严重性感知训练策略。该方法将诊断类别组织为层次结构，采用严重性加权的交叉熵损失函数，对高风险误判施加更强惩罚。同时，通过概率对齐和语义特征重组技术，确保层次一致性并适应多症状临床病例。实验在公开及内部真实数据集上表明，该方法相比现有方法能显著减少诊断中的关键错误，并在自然领域数据上验证了其泛化能力。
多示例学习错误严重性医学图像诊断层次分类非对称损失特征重组
cs
03-17 00:00
本研究提出了首个用于评估音频表征组合性的基准框架。音频组合性指将声音场景表示为构成声源与属性的组合，并对其进行系统化操作。针对当前评估协议中该特性的缺失，研究借鉴视觉与语言领域的思路，设计了两个核心任务：A-COAT测试加性变换下的表征一致性，A-TRE探究从属性级基元重构音频的能力。两项任务均基于大规模合成数据集，通过精确控制声学属性变化，为音频嵌入的组合性结构提供了首个系统性评估基准。
音频表征组合性评估听觉感知基准测试合成数据集
cs
03-17 00:00
为应对针对数据中心核心管理基础设施的分布式拒绝服务攻击，研究者开发了一种基于图神经网络（GNN）的检测系统。该系统采用Graph U-Nets架构，能够自动分类并缓解DDoS流量。模型利用开源网络流数据进行训练，有效识别了威胁现代数据中心的多层DDoS攻击模式。在多个开源数据集上的评估显示，该系统F1分数超过95%，精确度高达98.5%。该方案对现有运维流程改动极小，可集成于数据中心网络的关键节点，显著降低服务中断风险与声誉损失。
图神经网络ddos防护数据中心安全网络安全graph u-nets