cs
03-18 00:00
本文提出SAC-NeRF，一种基于Soft Actor-Critic强化学习的框架，用于优化神经辐射场（NeRF）中计算密集的光线采样过程。该方法将采样建模为马尔可夫决策过程，智能体根据场景特征学习自适应采样策略。核心创新包括：提供不确定性估计的高斯混合颜色模型、平衡质量与效率的多组件奖励函数，以及应对环境非平稳性的两阶段训练策略。实验表明，该方法在Synthetic-NeRF和LLFF数据集上，能在保持渲染质量（PSNR下降仅0.3-0.8 dB）的同时，减少35-48%的采样点，证明了数据驱动采样策略的有效性。
神经辐射场强化学习自适应采样计算机视觉渲染优化soft actor-critic
cs
03-18 00:00
Finder是一个可扩展的AI驱动框架，旨在解决传统药物搜索系统在处理多模态内容和手动管理方面的不足。它通过混合向量搜索技术，统一检索文本、图像、音频和视频内容，结合了稀疏词汇模型和密集语义模型。其模块化流程支持多种格式的数据摄取、元数据丰富化，并将内容存储在向量原生后端。该系统已处理超过291,400份文档、31,070个视频和1,192个音频文件，涵盖98种语言。通过混合融合、分块和元数据感知路由等技术，Finder实现了在监管、研究和商业领域的智能访问，提高了搜索的精确度和上下文相关性。
多模态检索药物搜索混合向量搜索ai框架语义搜索
cs
03-18 00:00
本研究评估了GPT-4V、GPT-4o、Gemini-1.5-Pro、Claude-3.5-Sonnet等闭源模型及Llava系列开源模型在辅助盲人与低视力人群导航任务中的表现。研究聚焦于模型在环境障碍物计数、相对空间推理和常识性寻路场景理解等基础视觉技能上的能力。结果显示，GPT-4o在所有任务中表现最优，尤其在空间推理和场景理解方面；而开源模型在复杂环境中的细微推理和适应性方面存在不足。当前模型普遍面临杂乱环境中物体计数不准、空间推理存在偏差、过度关注物体细节而忽视空间反馈等问题，限制了其实际可用性。研究表明，通过更好地结合人类反馈并增强空间推理能力，视觉语言模型在寻路辅助领域具有发展潜力。
视觉语言模型导航辅助视障人士空间推理人机交互辅助技术
cs
03-18 00:00
本研究提出了一种物理信息视频扩散框架，用于求解带地形变化的二维浅水方程。传统流体模拟结合数值求解与渲染，计算成本高昂；而纯数据驱动的视频扩散模型则常忽略物理规律。本方法将物理约束直接整合到生成过程中，无需单独的渲染步骤，即可同时预测物理状态并生成逼真视频。实验表明，该方法在真实感与物理保真度上均优于纯数据驱动的基线模型，且生成速度远超传统“模拟+渲染”流程。
物理信息模型视频生成浅水方程流体模拟扩散模型
cs
03-18 00:00
本文提出了NextMem，一种用于基于大语言模型（LLM）智能体的潜在事实记忆框架。针对现有文本记忆方法上下文负担重、参数化方法存在灾难性遗忘和高成本的问题，NextMem利用自回归自编码器高效构建潜在记忆，并确保准确重构。其核心创新包括两阶段训练过程（自回归重构对齐与渐进潜在替换）以及量化技术以降低存储开销。实验表明，NextMem在检索性能、鲁棒性和可扩展性方面均表现优异。
大语言模型智能体记忆自编码器潜在表示知识检索模型优化
cs
03-18 00:00
本文提出递归主干模型（RSM），一种改进的递归推理方法。RSM保留了TRM风格的骨干网络，但改变了训练范式，使网络学习一个稳定、深度无关的转移算子。其核心创新在于：训练时完全分离隐藏状态历史，将早期迭代视为分离的“预热”步骤，并仅在最后一步应用损失函数。该方法还通过独立增长外递归深度$H$和内计算深度$L$，并采用随机外转移方案来缓解深度增加时的不稳定性。结果实现了比TRM快20倍以上的训练速度，同时提升准确率（错误率降低约5倍），并支持测试时扩展，推理可运行任意多步精炼步骤（例如$H_{\text{test}} \sim 20,000 \gg H_{\text{train}} = 20$），实现无需重新训练的额外“思考”。在Sudoku-Extreme和Maze-Hard等NP难题上取得高精度。
递归推理稳定训练测试时扩展迭代精炼np难题求解深度学习
cs
03-18 00:00
本研究系统评估了结构化电子病历（EHR）基础模型预训练中的分词策略对下游任务性能与计算效率的影响。通过儿科EHR数据的因子设计实验，发现联合事件编码与位置时间编码在74项临床预测任务中的73项和71项上表现最优，同时分别减少了39.5%和9.6%的预训练浮点运算。针对性消融实验表明，优势源于将代码-属性对组合为单一标记的局部绑定效率，避免了模型在预训练中学习跨标记关联。在成人ICU队列的外部验证中，该优势在存在显著词汇不匹配时仍具泛化性，而时间和工作流效应则更具机构特异性。
电子病历基础模型分词策略临床预测计算效率transformer
cs
03-18 00:00
本文提出XLinear，一种基于MLP的长时序预测模型。针对MLP难以捕捉长程依赖的问题，模型将时序分解为趋势项与季节项。对于包含长程特征的趋势项，设计了增强频域注意力机制，利用频域操作捕获长期依赖。对于季节项，则提出交叉滤波模块以保持模型对噪声的鲁棒性，避免注意力机制常导致的低鲁棒性问题。实验表明，XLinear在保持MLP模型轻量架构与高鲁棒性的同时，在长程依赖捕捉能力上超越了其他基于MLP的预测器，并在测试数据集上取得了最先进的性能。
时序预测长程依赖频域分析鲁棒性mlp模型
cs
03-18 00:00
本文提出交替强化学习与准则奖励框架，解决了传统方法将多维结构化奖励线性压缩为标量时，对人工评分设计敏感且忽略维度间相关性的问题。该框架通过交替优化单个语义准则元类，无需固定权重标量化。理论分析揭示了奖励聚合带来的方差收缩效应。实验在HealthBench数据集上证明，该方法在不同规模模型上，于模型性能和训练效率方面均优于标量化方法。
强化学习结构化奖励交替优化人工智能模型训练
cs
03-18 00:00
针对大语言模型部署后静态安全策略难以应对动态攻击和多元安全规范的问题，本研究提出了一种无需重新训练的推理时治理框架CCLUB。该框架通过系统提示路由实现自适应社会对齐，其核心是保守共识聚类机制，仅在效用与安全相似图的交集内汇集数据，有效防止了语义相近但风险相异情境下的不安全泛化。理论分析表明CCLUB具有次线性遗憾保证，实验验证其在累积奖励上提升10.98%，平均次优差距降低14.42%。
大语言模型社会对齐在线学习提示工程安全治理多臂老虎机
cs
03-18 00:00
本文提出了一种名为RegGAN的新模型，旨在解决现有条件生成对抗网络（GAN）在面部表情合成任务中，当测试图像与训练数据分布不同时性能下降的问题。RegGAN的核心创新在于引入了一个具有局部感受野的回归层，通过岭回归损失学习表情细节，并结合一个对抗训练的细化网络来提升生成图像的真实感。在CFEE数据集上的实验表明，RegGAN在表情分类分数（ECS）、Fréchet Inception距离（FID）和QualiCLIP等指标上超越了六种先进模型，并且在人类评估中，其表情质量、身份保持度和真实感分别领先最佳竞争模型25%、26%和30%。
生成对抗网络面部表情合成图像生成泛化能力计算机视觉
cs
03-18 00:00
本文提出了一种由量子密钥分发（QKD）保障安全的联邦学习框架，用于下一代（6G/Beyond 6G）网络中的无线信道估计与雷达频谱感知。该框架采用BB84协议抽象和成对加性掩码技术，客户端（使用CNN进行信道估计，U-Net进行雷达分割）仅上传被掩码的模型更新。服务器在无法观察明文参数的情况下完成聚合；没有QKD密钥的窃听者无法恢复任何个体更新。实验表明，该安全联邦学习框架在信道估计上达到0.216的NMSE，在雷达感知上达到92.1%的准确率和0.72的mIoU。当存在窃听者时，量子比特误码率（QBER）上升至约25%，所有训练轮次按设计中止；模型重构误差保持在$10^{-5}$以下，证实了聚合的正确性。
量子密钥分发联邦学习6g网络信道估计雷达感知网络安全
cs
03-18 00:00
本文提出一种名为PID（原型生死）的新型方法，用于提升机器学习模型的分布外（OOD）检测能力。针对现有基于原型的方法使用固定原型数量、难以适应不同类别内在复杂度差异的问题，PID受生物学中细胞生死过程启发，在训练过程中引入两个动态机制：原型“诞生”机制在现有原型表征不足的数据区域实例化新原型，以精细捕捉类内子结构；原型“死亡”机制则通过评估原型的判别性，修剪边界模糊的原型以强化决策边界。通过这种动态调整，模型能根据数据复杂度学习到更紧凑、分离度更高的分布内（ID）嵌入表示，从而显著增强OOD样本的检测能力。实验表明，PID在CIFAR-100等基准测试上显著优于现有方法，尤其在FPR95指标上达到了最先进的性能。
ood检测原型学习动态机制表示学习机器学习安全
cs
03-18 00:00
本研究提出一种新颖的联邦学习框架，用于解决多中心ICU脓毒症早期预测中的数据隐私与复杂时序建模难题。该框架创新性地融合了医学知识图谱以引入结构化医疗关系，并使用时序Transformer模型捕捉临床时间序列数据中的长程依赖。通过引入模型无关元学习（MAML）策略，提升了全局模型对本地数据分布的快速适应能力。在MIMIC-IV和eICU数据集上的评估显示，该方法的AUC达到0.956，相比传统集中式模型提升22.4%，相比标准联邦学习提升12.7%，为多中心协作的隐私保护预警提供了可靠方案。
联邦学习知识图谱时序transformer脓毒症预测元学习医疗ai
cs
03-18 00:00
本文针对语言模型处理长上下文时信息提取与推理不可靠的挑战，提出了SRLM框架。该框架在递归语言模型的基础上，引入了基于不确定性的自反思机制，利用模型内部的一致性、推理长度和置信度作为信号，来评估和选择最优的上下文交互程序。实验表明，SRLM在多种基准数据集和模型上均优于现有方法，在相同时间预算下性能提升最高达22%。研究发现，递归本身并非性能提升的关键，而简单的自反思程序搜索即可实现更优效果，尤其在语义密集型任务中表现突出。
长上下文处理不确定性估计自反思机制程序搜索语言模型推理
cs
03-18 00:00
本研究揭示了基尼指数在提示分类任务中作为检测和优化类别准确率失衡的隐藏作用。研究发现，无论是文本还是图像分类，都存在少数优势类别主导预测、而长尾类别准确率低的问题。作者提出了一种模型无关的后处理偏置缓解方法，利用基尼指数直接优化。在少样本新闻、生物医学和零样本图像分类上的实验表明，该方法能显著减少相对和绝对准确率失衡，在抑制优势类别主导的同时提升最弱类别的性能。
基尼指数提示分类类别失衡偏置缓解长尾分布模型公平性
cs
03-18 00:00
针对去中心化多智能体强化学习（MARL）中智能体可能通过隐写术建立私有通信协议以规避监控的安全威胁，本研究提出了动态表征电路中断器（DRCB）。该方法基于AI母语框架，利用向量量化变分自编码器（VQ-VAE）将不可观测的消息转换为可审计的统计对象，并通过监控Jensen-Shannon散度漂移、L2范数码本位移等信号计算指数移动平均共谋分数。当分数超过阈值时，系统将触发从梯度空间惩罚到完全重置优化器状态的四级干预。在基于MNIST标签的上下文囚徒困境实验中，DRCB将观察者平均准确率从0.858提升至0.938，波动性降低43%，同时保持了联合奖励水平。该方法为自主系统的部署前审计提供了一条技术路径。
多智能体强化学习ai安全隐写通信表征学习可审计性防御架构
math
03-18 00:00
本研究探讨了在有限、随机的生态系统中，环境富集如何通过Hopf分岔破坏捕食者-被捕食者的共存。研究从连续时间马尔可夫链出发，推导出一个具有完整协方差结构的随机微分方程，其扩散张量继承了化学计量耦合，从而产生了负的捕食者-被捕食者交叉协方差。通过线性噪声近似、Lyapunov分析和矩阵值功率谱密度等方法，系统比较了两种具有相同确定性漂移但协方差结构不同的扩散闭合模型。结果表明，漂移等价并不意味着协方差等价，事件层面的噪声几何结构显著影响非线性生态系统的宏观行为。
随机生态学hopf分岔协方差结构化学计量耦合多尺度建模噪声几何
math
03-18 00:00
本文提出了一种Stancu型推广的多元神经网络算子，通过引入两个参数对采样节点进行扰动，从而扩展了现有神经网络算子的灵活性。研究证明了算子的良定义性、有界性以及在紧致域上的一致收敛性。通过模连续性的定量误差估计，获得了收敛速度结果。数值实验展示了算子的逼近行为及Stancu参数对采样节点和逼近精度的影响。最后，以合成心电信号为例，展示了该算子在信号去噪中的应用，能有效抑制噪声并保留信号主要特征。
神经网络算子stancu型推广扰动采样一致收敛信号去噪逼近理论
math
03-18 00:00
本文研究了Tate曲线上的拉普拉斯算子的谱，并构造了其格林函数，将其表示为有限和的形式。该构造可视作阿基米德情形下平坦环面上格林函数的非阿基米德对应。在此基础上，作者建立了该空间上平均场方程解的存在性与唯一性。研究首先在有限商空间的特定条件下给出了解的结构并证明了唯一性，随后通过解的收敛性获得了存在性结果。值得注意的是，解的适定性在形式上与阿基米德情形相似。
非阿基米德几何平均场方程格林函数tate曲线谱理论椭圆曲线
math
03-18 00:00
本文研究闭双曲曲面融合体，重点分析闭测地线数量的增长规律。与经典曲面情形类似，我们证明了拓扑熵与体积熵相等，但发现其行为随几何数据变化存在显著差异：闭测地线数量的上下界依赖于systole长度和粘合曲线长度。特别地，当systole无下界约束时，熵可随粘合长度呈指数增长，揭示了融合几何结构对动力系统复杂性的深刻影响。
双曲几何曲面融合拓扑熵测地线动力系统
math
03-18 00:00
本文提出了一种新颖的多目标集成感知与通信（ISAC）框架，将协同无线感知与空中联邦边缘学习（OTA-FEEL）相结合。该框架利用多任务OTA聚合同时处理感知与学习任务，并受益于上行链路信号的双重用途（通信与目标感知）。研究从表征每个边缘设备的局部充分统计量及其平稳性出发，推导了其可处理的解析表达式。为抑制其他设备上行传输的干扰，提出了一种新颖的正交脉冲成形方法。通过将集中式联合似然函数最大化问题转化为每个设备的分布式似然最大化问题，推导了目标坐标的最优无偏估计。随后利用克拉美-罗下界（CRB）刻画了感知误差方差的下界。研究构建了一个多目标优化问题，以同时最小化均方误差（MSE）和感知误差界，并采用ε-约束法求解。数值结果表明，所提出的双用途OTA-FEEL协同ISAC框架在提升感知精度的同时，未对主OTA-FEEL任务的性能产生负面影响。
集成感知与通信联邦边缘学习多目标优化协同感知克拉美-罗界空中计算
math
03-18 00:00
本文研究了在多面体范数（单位球为多面体）空间中样本Fréchet平均（定义为到数据点平均平方距离最小的点）的几何性质与唯一性条件。与现有文献主要关注光滑或有界曲率空间不同，该工作聚焦于非光滑的多面体范数空间。作者给出了Fréchet平均具有唯一正概率的阈值样本量的几何刻画，并证明该阈值至多为空间维度加一。此几何刻画被用于具体计算$\ell_\infty$和$\ell_1$范数下的唯一Fréchet平均样本阈值。
fréchet平均多面体范数唯一性几何概率非欧数据分析样本阈值
math
03-18 00:00
本研究提出了一种结合多种湍流模型、空间依赖聚合与非侵入式降阶模型的统一框架，旨在同时提升雷诺平均Navier-Stokes（RANS）模拟的精度与效率。核心创新在于：1）设计了两种聚合流程：在聚合RANS解上训练降阶模型的混合全阶-降阶模型（MFR）方法，以及直接聚合基于不同RANS全阶模型构建的多个降阶模型的混合降阶模型（MR）方法；2）通过神经网络学习空间连续、平滑的聚合权重，相比标准加权技术提升了泛化能力。在二维周期山丘和高度依赖凸起流动基准案例上的验证表明，该方法能以接近实时的计算成本，获得优于单一RANS模型或降阶模型的预测精度。
湍流模拟模型聚合降阶模型代理建模rans模型神经网络
math
03-18 00:00
本研究提出了一种基于捏合天线系统（PASS）的集成感知与通信（ISAC）新方案。通过动态调整天线阵列的“捏合”位置，系统能够同时进行目标感知和数据传输，并有效抑制两者间的干扰。核心创新在于引入了一种低复杂度的双分区策略，该策略能以极低的计算开销分配感知功率并优化天线配置，支持高更新率的动态调整。数值仿真表明，相比基线方案，该方法能在不增加显著成本的前提下，显著扩大系统的感知-通信速率区域。
集成感知与通信捏合天线系统低复杂度优化无线通信动态资源分配干扰管理
math
03-18 00:00
本文旨在分类哪些具有八个顶点的素特征度图可以对应于某个有限可解群。研究者整合了文献中的已知结果与构造方法，开发了一种通用算法来开始对任意阶数的图进行分类，并将其应用于八阶图。在12,346个非同构的八顶点图中，1,229个不连通图已被完全分类。在11,117个连通图中，已证明有37个图可以出现，其中34个通过直积构造，3个具有直径三。另有56个图被证明不可能出现，其中多个属于先前研究过的图族，而仍有206个图的分类状态未知。
有限群特征度图图分类可解群素图
math
03-18 00:00
本文研究了有限域 $\mathbb F_q$ 上 $n\times n$ 均匀随机矩阵 $A$ 的积和式 $\operatorname{per}(A)$ 的渐近分布。与行列式 $\det(A)$ 的分布已被充分理解不同，积和式的分布一直是个谜。研究首次证明，$\operatorname{per}(A)$ 的分布比 $\det(A)$ 显著更均匀，为理解这一复杂组合量的随机行为迈出了关键一步。
随机矩阵有限域积和式渐近分布组合概率
math
03-18 00:00
本文研究了LA-群的结构，将其底层的VB-群与一个同伦表示等同起来。研究表明，李代数胚结构由单位李代数的互补同伦作用所决定。作者建立了表示与作用组装成LA-群所需满足的方程，从而在LA-群与LA-匹配对之间建立了等价关系。作为应用，文章列举了一些表示与作用的极端例子，并讨论了它们的可积性。
la-群同伦表示李代数胚匹配对可积性vb-群
physics
03-18 00:00
本研究首次在低温高分辨光谱实验中，揭示了稀土离子掺杂晶体中不同光学跃迁吸收谱之间的关联性。通过对Er$^{3+}$:YSO晶体中980 nm ($^{4}I_{15/2}$ - $^{4}I_{11/2}$)与1.5 $\mu$m ($^{4}I_{15/2}$ - $^{4}I_{13/2}$)两个跃迁进行光谱烧孔与关联监测，发现其非均匀展宽谱的精细结构存在相关性。这一发现为理解局域微扰对离子能级的共同影响提供了新视角，对量子存储与光谱工程有重要意义。
稀土掺杂晶体光谱关联非均匀展宽光谱烧孔高分辨光谱
physics
03-18 00:00
本研究提出了一种基于优化的通用框架，旨在解决复杂系统设计的核心难题：如何从微观原理出发，构建出具有特定宏观涌现特性的系统。该框架将描述复杂系统涌现模式的统计量重新用作损失函数，通过梯度下降优化器自动设计所需的微观特征和相互作用。以耦合振子的Kuramoto系统为测试平台，该方法成功构建出具有高阶协同信息、多吸引子亚稳态以及模块化等中观结构的系统，并能兼顾连接成本或拓扑限制等约束条件。这项工作推动了复杂系统科学从描述性分析向工程化设计的转变。
复杂系统涌现特性自动化设计优化方法kuramoto模型系统工程
physics
03-18 00:00
本研究在双狭义相对论框架下，构建了一个三维、精确可解的狄拉克振子模型，作为自旋-1/2粒子在普朗克尺度修正下的基准测试。通过引入线性非最小动量耦合，模型保留了厄米性，并解耦为三维各向同性谐振子算符与强自旋-轨道项。研究将普朗克尺度修正纳入两种标准DSR实现（Amelino-Camelia与Magueijo-Smolin）及基于普朗克长度一阶展开的广义DSR框架。结果表明，束缚态本征函数保持球对称性决定的振子旋量结构，而DSR修正了量子数$(N,j,\ell)$与相对论能量间的代数关系，对粒子与反粒子解产生分支依赖的能移。未修正极限可平滑恢复，且修正信号随激发能、振子尺度及自旋-轨道劈裂增强。
双狭义相对论狄拉克振子普朗克尺度修正精确可解模型自旋-轨道耦合量子引力
physics
03-18 00:00
本文提出了一种统一的变分框架，将相场断裂（PFF）与第三介质接触（TMC）集成于有限变形超弹性理论中。其核心思想是通过正则化处理裂纹与接触问题：尖锐的裂纹拓扑被正则化为弥散损伤场，而离散的接触界面则通过具有辅助场的柔性虚拟介质进行正则化。该方法无需显式的接触检测或裂纹追踪算法。框架通过二维三点弯曲和三维巴西圆盘试验模拟得到验证，揭示了接触引起的应力集中与裂纹成核/扩展之间的相互作用。特别是，巴西圆盘模拟自然地再现了接触区域附近的二次压碎型断裂带——这是实验中常见但简化加载模型无法捕捉的现象。这些结果为无需显式界面追踪的接触-断裂耦合现象预测模拟开辟了新途径。
相场断裂接触力学变分框架有限变形超弹性正则化方法
physics
03-18 00:00
本文纪念量子力学作为原子现象理论模型诞生100周年。文章回顾了海森堡、泡利、薛定谔和狄拉克等先驱的基础性贡献，并特别关注了常被忽视的查尔斯·高尔顿·达尔文和亨德里克·安东尼·克喇末的工作。研究梳理了量子理论发展的三个阶段：奠基期、发展期以及与信息科学相连的现代期。同时，文章也指出了当前量子理论面临的挑战，包括量子-经典边界、量子引力以及暗物质与暗能量之谜。
量子力学物理学史狄拉克方程理论物理科学纪念
physics
03-18 00:00
本研究提出了一种基于傅里叶神经算子的通用框架，用于直接从外部势能预测电子密度分布。该方法在空间-频率域通过算子学习，捕捉全局电子相互作用和长程关联，无需依赖原子轨道、基组或人工描述符。模型在跨元素和分子几何的数据集上训练后，能对完全未见过的分子系统实现零样本泛化，准确预测其电子密度。这项工作为快速、准确且可迁移的电子结构预测开辟了新途径。
电子密度预测傅里叶神经算子密度泛函理论机器学习算子学习零样本泛化
physics
03-18 00:00
针对当前化学品生命周期评估（LCA）因数据有限、不一致且不透明而面临巨大不确定性的问题，本研究提出了CRYSTAL框架。该框架结合逆合成分析与机器学习预测的门到门清单，能根据分子结构自动生成一致、透明的生命周期清单（LCI）数据。研究应用该框架创建了涵盖超过7万种有机化学品、包含11万多个透明LCI数据集的大型数据库，量化了原料、能源需求及相关辅助材料、生物圈与废物流。基于此，研究识别了驱动有机化学品生产高环境影响的50个关键环境热点，以及对下游生产至关重要的枢纽化学品，为工程与政策干预提供了系统性指导。
生命周期评估有机化学品逆合成分析机器学习环境热点透明数据库
physics
03-18 00:00
本文综述了生物医学活性物质这一新兴领域的最新进展。生命系统由活性材料构成，其微观组分协同工作以执行宏观生物功能。这些集体功能的崩溃会导致疾病，反之，利用自组织原理有望开发新的治疗技术。文章围绕四大主题展开：集体自组装与时空协调、集体运动与导航、集体传感与通讯、集体适应与学习。研究覆盖了从蛋白质折叠、细胞骨架动力学到细菌生物膜、神经元网络和心血管流动网络等多种系统。同时，探讨了如何利用微机器人集群、仿生超材料、器官芯片等活性自适应物质创新来诊断和治疗相关疾病。
活性物质自组织集体行为生物医学疾病治疗仿生材料
physics
03-18 00:00
本研究基于多源观测数据，分析了2024年母亲节超级风暴对近地空间环境及地面的影响，重点聚焦于后者。报告定性地阐述了强烈的空间天气扰动如何产生强大的地电场，并驱动显著的地磁感应电流。这些效应在多个地点被观测到，尤其在新西兰电网系统中表现突出，为理解极端空间天气事件的地面基础设施风险提供了实证依据。
空间天气地磁感应电流电网影响多源观测地电场
physics
03-18 00:00
本研究开发了一种无监督的物理信息神经网络，用于求解强场近似下直接阈上电离所支配的鞍点方程。该方法通过最小化方程残差进行训练，仅需定义驱动场的形状和参数。研究者引入了一种窗口参数化策略，将网络输出映射到复时间平面的指定区域，从而引导优化过程找到物理相关的解，并提高了收敛稳定性。该网络在多种场条件下与传统求解器进行了基准测试，能够稳健地恢复大参数范围内的主导复电离时间，并能追踪激光参数变化时电离事件主导性的变化。利用该网络得到的解，研究者计算了相干ATI光电子动量分布，并展示了驱动场的对称性如何反映在鞍点结构和最终光谱中。这些结果为将机器学习求解器扩展到库仑修正模型或更复杂过程奠定了基础。
物理信息神经网络强场物理鞍点方程阈上电离机器学习求解器复时间平面
physics
03-18 00:00
本研究通过双向传感器实施方案，在一条长达4400公里的海底光缆上实现了连续的分布式声学传感。该方法将应变信号的信噪比提升了超过20分贝，从而能够在标准电信发射功率下，以50米为间隔，获得多达88000个高精度测量点。这项技术显著提升了利用现有海底通信基础设施进行大规模地球物理监测的能力。
分布式声学传感海底光缆地球物理监测信号处理光纤传感海洋观测
physics
03-18 00:00
本研究提出并实验验证了一种基于多平面光转换（MPLC）的新型可编程线性光学干涉仪架构。该架构直接在自由空间排列的像素模式上实现光学变换，通过一系列可编程相位掩模和自由空间传播段，将M个输入空间模式映射到M个几何结构相同的输出模式。数值模拟表明，实现任意M模式酉变换所需的相位平面数量与M近似呈线性关系，优于传统马赫-曾德尔干涉仪网络所需的$O(M^2)$组件规模。实验上，利用空间光调制器实现了对多达16个空间像素模式的可编程操作，包括可调分束器、哈达玛酉变换、空间置换等。该架构为经典与量子光学互连、光子交换及量子信息处理提供了有前景的平台。
多平面光转换可编程光学线性干涉仪空间模式处理量子光学光子计算
physics
03-18 00:00
该研究针对相干弹性中微子-原子核散射（CE$\nu$NS）这一低能主导但探测困难的弱相互作用过程，提出了创新的探测方案。核心贡献是设计并初步测试了GanESS——一种采用电致发光放大的新型高气压惰性气体时间投影室，可使用氩、氙或氪作为靶材料。原型机（GaP）在8.62巴氩气压力下实现了0.42$\pm$0.04 $\rm{keV}_{\rm{ee}}$的优异能量阈值，并展示了稳定的高压性能。研究同时评估了欧洲散裂中子源（ESS）等作为理想实验场地，并开发了紧凑型中子散射相机用于本底表征。这项工作为在散裂源开展CE$\nu$NS研究奠定了坚实基础，其探测技术对中微子物理及稀有事件搜寻具有广泛意义。
中微子探测惰性气体探测器相干散射高气压tpc散裂中子源稀有事件搜寻
astro-ph
03-18 00:00
本文介绍了py5vec，一个用于实现和扩展5-矢量方法的Python软件包，该方法用于搜索连续引力波信号。该工具包提供了模块化架构，将数据表示、信号解调和统计推断分离为独立的抽象阶段。其核心贡献包括：扩展了相对似然形式，通过对噪声方差进行边缘化得到了更稳健的Student's t-似然；首次在5-矢量形式中实现了基于bilby的贝叶斯参数估计。该软件包已使用LIGO O4a运行数据和硬件注入信号进行了验证，能够一致地重建信号参数。
引力波python工具包5-矢量方法连续波搜索贝叶斯推断模块化架构
astro-ph
03-18 00:00
本研究通过数值求解薛定谔-泊松方程组，模拟了在存在中微子凝聚体背景下的超轻玻色子暗物质粒子的动力学演化。研究发现，中微子凝聚体作为泊松方程中引力场的附加源，其存在（通过截断参数值体现）会影响波暗物质晕的形成与弛豫过程。然而，当截断参数值在几个电子伏特量级时，两种物质成分可以共存，且与仅有波暗物质的情况仅有微小差异。这为探索涉及暗物质晕形成的更复杂宇宙学场景提供了可能性。
波暗物质中微子凝聚体暗物质晕薛定谔-泊松系统数值模拟宇宙学
astro-ph
03-18 00:00
本研究通过分析星际天体3I/ATLAS在近日点附近强烈的气体与尘埃喷发及其导致的非引力加速度，结合水与二氧化碳的升华模型，估算了其核的质量与大小。若质量损失主要由CO$_2$升华主导，则核半径约为0.42 km，质量约为$1.6\times10^{11}$ kg。该结果与基于活跃表面积的下限一致，并得到轨道拟合的独立支持。研究还表明，水升华可能主要发生在彗发中，而表面升华以CO$_2$为主。
星际天体非引力加速度质量估算彗星物理升华模型天体动力学
astro-ph
03-18 00:00
本研究利用高分辨率宇宙学模拟，系统分析了早期宇宙中暗物质晕的组装偏倚现象，发现晕的浓度、自旋和形成时间对其空间分布有显著影响。研究进一步将这些结果应用于解释JWST观测到的“小红点”天体，指出不同的形成机制（如直接坍缩黑洞、自相互作用暗物质等）会留下独特的晕质量和聚类特征信号，为利用JWST未来的聚类测量来约束这些神秘天体的物理起源提供了可检验的预测。
暗物质晕组装偏倚高红移星系宇宙学模拟jwst观测小红点天体
astro-ph
03-18 00:00
针对下一代引力波探测器（如LISA）将面临大量信号重叠的挑战，本研究探索了一种基于汉克尔矩阵嵌入的降噪技术。该技术将时间序列嵌入汉克尔矩阵，使得由 $n$ 个（阻尼）正弦波叠加的信号对应一个秩为 $2n$ 的矩阵，从而将信号提取问题转化为结构化低秩近似问题。研究使用针对引力波应用合成的数据，对三种基于汉克尔的算法（ESPRIT、Cadzow迭代和迭代重加权最小二乘法）进行了基准测试。测试场景包括孤立和多分量单色信号、紧密间隔频率源的分辨以及黑洞准正则模的恢复。所有算法均实现了接近费希尔矩阵界限的性能，且失配与信噪比呈平方反比缩放。概念验证应用表明，这些算法能够从衰荡信号中提取准正则模频率，为预处理引力波时间序列提供了一条透明且计算高效的途径。
引力波分析汉克尔矩阵低秩近似信号处理数据降噪准正则模
astro-ph
03-18 00:00
本研究探讨了低质量原初黑洞的霍金辐射如何将能量注入早期宇宙等离子体。通过结合解析论证与相对论性流体力学模拟，发现等离子体在缓慢蒸发阶段首先形成准稳态外流，而最终失控的蒸发阶段则会产生一个膨胀的火球，并向周围介质发射冲击波。研究量化了霍金产物的热化尺度、冲击波形成的条件及其演化传播。特别指出，这些冲击波可以局部恢复电弱对称性，表明爆炸的原初黑洞可能是早期宇宙中非平衡动力学的重要来源，具有深刻的唯象学意义。
原初黑洞霍金辐射早期宇宙流体力学模拟电弱对称性冲击波
astro-ph
03-18 00:00
针对喷流主导的BL Lac天体，其宿主星系因受强大非热喷流辐射掩盖而难以研究。本文提出一种基于公开光谱分析软件QSFit的系统性方法，通过分析合成光谱数据，能够在喷流光度低于$L_\gamma\sim10^{46}$ erg/s时，有效区分宿主星系是椭圆星系还是旋涡星系。该方法仅需对每个光谱运行两次QSFit，即可获得一个关键参数进行初步分类，为研究活动星系核与宿主星系的共同演化提供了新工具。
活动星系核宿主星系光谱分析bl lac天体星系分类天体物理方法
astro-ph
03-18 00:00
本研究利用哈勃太空望远镜（HST）和詹姆斯·韦伯太空望远镜（JWST）的近红外成像数据，首次系统性地对银河系内磁星（高度磁化的孤立中子星）进行红外对应体识别、自行测量及诞生地搜寻。研究新识别出三颗磁星（PSRJ1622-4950、1RXSJ 170849.0-400910、CXOUJ164710.2-455216）的红外候选对应体，并通过将望远镜图像与盖亚（Gaia）参考系对齐获得了精确的自行数据。研究发现磁星的横向速度分布与年轻脉冲星存在边际不一致，主要表现为缺乏高速运动的磁星。此外，在几乎所有案例中，都在可能的过去轨迹锥内识别出了候选诞生地。基于推断的运动学年龄，研究指出磁星的特征年龄可能经常低于其真实年龄。总体结论表明，磁星在运动学和诞生地方面与更广泛的银河系中子星群体相似，这支持磁星形成是大质量恒星核心坍缩的常见结果。然而，磁星缺乏高速运动的初步证据正在浮现，这可能源于前身星群体的物理差异或其形成后的速度演化不同。
磁星中子星红外天文自行运动恒星演化超新星遗迹
astro-ph
03-18 00:00
本研究提出，观测到的弥散天体物理中微子通量可能主要由一类“标准烛光”型天体主导。基于$p\gamma$相互作用是中微子主要产生过程的假设，研究采用包含多π产生等高能过程的SOPHIA光生π模型进行拟合，发现0.1-1 keV的热靶光子温度最为匹配。研究指出，PeV量级的最高质子能量或数十kG的强磁场效应可能限制了中微子的最高能量。未来通过中微子味成分或Glashow共振的测量，可区分不同产生场景，而强磁场等参数可能指向活动星系核核心是弥散通量的主要来源。
天体物理中微子弥散通量单源类解释光生π过程活动星系核磁场效应
astro-ph
03-18 00:00
本研究探讨了罗曼空间望远镜不同巡天策略对缓解色散点扩散函数（PSF）效应的影响。色散PSF效应源于用于建模PSF的恒星与用于测量弱引力透镜剪切效应的星系之间的光谱能量分布差异，是剪切校准的重要系统误差。通过真实图像模拟，研究量化了不同波段配置下的残余剪切校准偏差，并将其传播到宇宙剪切和 $3\times2$ 点统计的宇宙学推断中。结果表明，三波段或四波段策略可将残余剪切偏差降至 $|m|\lesssim10^{-3}$，并将透镜振幅 $S_8$ 的偏移从 $\Delta S_8 \sim 0.6\sigma$ 显著降低至 $\Delta S_8 \lesssim 0.07\sigma$。而单波段巡天则可能面临 $|m|\sim 2\times 10^{-3}$ 的残余偏差。
罗曼空间望远镜弱引力透镜色散psf巡天策略宇宙学推断剪切测量
astro-ph
03-18 00:00
研究发现，在拟合包含大量未分辨双星的恒星样本时，忽略双星系统会导致对恒星初始质量函数（IMF）高质量斜率α产生恒定的系统性负偏差。随着样本量N增大，后验可信区间以1/√N的速度缩小，当N足够大时，偏差将超过报告的不确定性，导致结果“自信地错误”。研究通过质量相加和光度相加两种观测算子限定了偏差范围，并证明采用包含双星信息的混合似然函数可以准确恢复真实斜率。当前及未来大型巡天项目（如Gaia、JWST）的数据量将使这一偏差问题变得尤为突出。
恒星初始质量函数双星系统系统偏差大样本统计天体物理推断巡天数据
astro-ph
03-18 00:00
研究提出，Ic型超新星爆发后数周至数月发生的延迟能量注入，可以解释氢贫乏超亮超新星I型（SLSNe-I）的光变与光谱演化。核心机制是中子星在时刻 $t_{\rm QN}$ 发生相变，形成解禁闭的夸克物质（夸克新星），从而重置中心引擎，将中子星自转能转化为新一轮能量注入。该模型成功再现了多个SLSNe-I（如iPTF13ajg）的观测特征，特别是峰值附近W型O II吸收线的出现与随后消失，无需额外激发机制。研究预测了光谱与测光年龄的系统性偏移，并讨论了区分夸克磁星与标准磁星的观测特征。双峰SLSNe-I可能成为探测强子-夸克相变、约束夸克物质参数（如解禁闭密度与表面张力）的新探针。
超亮超新星夸克新星能量注入相变光谱演化磁星
astro-ph
03-18 00:00
本研究在微重力条件下，通过粒子图像测速技术，首次在克努森数高达10的低压尘埃-气体混合物中，直接观测到一种颗粒剪切流不稳定性。该不稳定性表现为周期性的速度场，可被一阶近似为开尔文-亥姆霍兹不稳定性。这一结果为理解原行星盘中固体颗粒如何通过流体不稳定性增长为星子，提供了关键的实验基准，验证了埃普斯坦流区（自由分子流区）下的双流体理论。
行星形成剪切流不稳定性微重力实验双流体模型埃普斯坦流区原行星盘
astro-ph
03-18 00:00
本研究利用俄罗斯-土耳其1.5米望远镜（RTT150）对两个跨度近3度的超新星遗迹G107.7-5.1和G150.3+4.5进行了首次详细的光学光谱观测。通过测量[SII]/H$\alpha$、[NII]/H$\alpha$和[OIII]/H$\beta$等发射线比率，确认了G107.7-5.1的遗迹性质，并支持了G150.3+4.5的激波激发起源。分析表明，两个遗迹的激波速度均$\gtrsim$100 km s$^{-1}$，且电子密度$n_{\rm e}$和消光在空间上存在显著变化，揭示了视线方向上存在复杂的尘埃结构。这些光谱特性与先前报告的GeV伽马射线特征具有一致性。
超新星遗迹光学光谱激波物理星际介质天体物理
econ
03-18 00:00
本研究将千禧年难题P vs NP引入量化金融，探讨了在约94个行业资产池中，严格限定仅投资K种资产的组合优化问题。该约束将离散的资产选择与连续的权重优化耦合，形成一个混合整数二次规划问题，其搜索空间随资产数量n和K呈组合爆炸式增长，属于NP难问题。论文系统评估了贪婪筛选、蒙特卡洛采样和遗传算法等可扩展近似方案的性能，并分析了基数约束如何重塑可达的有效前沿。研究还通过基于Delta的线性化方法，将布莱克-斯科尔斯期权定价模型纳入CAPM一致矩估计框架，为NP难的投资组合优化提供了一个具有透明输入和可扩展衍生品叠加的可复现模板。
投资组合优化p vs np问题基数约束马科维茨模型衍生品定价np难问题
econ
03-18 00:00
本研究通过结合行为观察与信念测度，探究社会关系（无关系、弱关系、强关系）如何影响策略认知。被试成对参与独裁者博弈、最后通牒博弈和蜈蚣博弈，并预测对方行动。研究发现，在受社会规范主导的博弈（独裁者、最后通牒）中，社会距离对行为和信念校准无显著影响。然而，在需要预测特定对手未来行动的序贯蜈蚣博弈中，强关系组表现出更长的合作时间与更晚终止的预期，且信念与行为同步变化。这表明，只有当互动结构使得针对特定伙伴的责任认知成为必要时，社会关系才具有策略相关性。
社会关系策略行为经济博弈信念测度互动结构
econ
03-18 00:00
本文通过稳健机制设计框架，重新审视了存在消费外部性时的经典政策工具选择问题。研究发现，当监管者不确定个体需求与边际外部性之间的相关性时，最优的稳健政策是数量控制（对正外部性设下限，对负外部性设上限）。若已知相关性的符号，则统一的税收或补贴可能最优。该框架也适用于监管不确定性和有成本的甄别情形，为现实中非价格政策的普遍存在提供了基于福利的解释。
稳健机制设计政策工具选择消费外部性数量控制价格管制监管不确定性
econ
03-18 00:00
本研究通过实验室实验（n=126）探究了与AI智能体（GPT-5.2）进行自然语言沟通如何影响人类在无限重复囚徒困境中的合作行为。研究发现：1）人机合作初始水平高，但无法像人人互动那样最终达到近乎完全合作，而是趋于停滞；2）重复沟通在人人互动中显著提升合作，但在人机互动中无显著效果；3）策略估计显示，人机组倾向于“冷酷触发”策略且策略分散，而人组则收敛于“以牙还牙”和无条件合作；4）人机对话包含更多明确的策略承诺，但更少情感与社会信息。结果表明，人类与AI的合作虽高，但缺乏人人互动中建立的信任，其合作由条件性规则而非社会纽带维系。
人机合作重复博弈囚徒困境沟通策略行为实验ai信任
econ
03-18 00:00
研究通过卫星夜光数据构建了1993-2019年间165个国家8088个功能城市区的GDP轨迹，并识别出17种持久且独特的增长模式。这些“增长模式”定义了城市的经济生态位，其共享的波动特征、冲击响应和长期动态超越了国界。研究发现，条件收敛仅发生在同一增长模式内部，而非全球层面。一个有向传播网络揭示，经济冲击沿着结构性相似的路径传导，而非地理邻近性，发达经济体倾向于输出扰动，而新兴经济体则吸收或放大冲击。国家层面的趋同现象是加总后的假象。
城市增长模式经济冲击传导卫星夜光数据结构性相似条件收敛空间不平等
econ
03-18 00:00
本文研究了股东面临的全套所有权税收（包括公司利润税、资本利得税、股息税和财富税）对投资组合选择的影响。研究发现，当满足三个条件时，税收体系整体上保持投资组合中性：1）资本所得税率等于公司税率；2）税收屏蔽率等于无风险利率；3）财富税评估在所有资产间统一。此时，税后超额收益是税前超额收益的均匀缩放（缩放因子为 $(1-\tau_c)(1-\tau_d)$），税收仅改变财富过程的漂移项（表现为平移或缩放），而不改变其扩散系数。当条件不满足时，流量税和存量税产生的扭曲是加性可分的，互不干扰。以挪威双重所得税制校准显示，制度设计已满足前两个条件，主要的扭曲来自非统一的财富税评估，其影响远大于其他税收渠道。
税收中性投资组合选择财富税流量税税收扭曲所有权税收
econ
03-18 00:00
本研究将Frøseth (2026)的Fokker-Planck框架扩展至具有异质性、持续性收益生成能力的投资者群体。当描述对数财富的朗之万方程中的漂移系数在投资者间存在差异时，比例财富税虽然仍表现为统一的漂移平移，但在经济意义上不再中性：其实际税负因能力类型而异，稳态财富分布的形状也随之改变。研究推导了基于对数财富与能力联合空间的扩展Fokker-Planck方程，刻画了漂移平移对称性被打破的条件，并识别了其对资产价格与投资组合配置的影响。该分析将Frøseth (2026)的中性结果与Fokker-Planck动力学，同Guvenen等人(2023)提出的“用进废退”机制等异质性收益文献联系起来。
财富税中性异质性收益fokker-planck方程财富分布资产定价税负归宿
econ
03-18 00:00
研究表明，通过在期刊发表记录上微调语言模型，可以提取出人类专家难以明确表达的“科学品味”——即判断哪些未经验证的想法值得研究的评估能力。在管理学研究提案的四级质量基准测试中，11个前沿大模型的平均准确率仅为31%，期刊编辑专家小组的多数投票准确率为42%，而基于多年发表记录微调的模型准确率最高达到59%，在经济学领域甚至达到70%。这些模型表现出校准的置信度，在其最高置信度的预测上达到100%准确，并能将评估信号迁移到未训练的成对比较和单句摘要任务中。
人工智能科学评估语言模型学术出版研究管理机器学习
econ
03-18 00:00
本文提出几何流形分析（GeMA）框架，用于评估铁路网络、可再生能源资产和国家经济等复杂系统的性能。传统前沿方法（如DEA和SFA）依赖于对生产集的严格假设，难以处理异质性和规模效应。GeMA通过生产力-流形变分自编码器（ProMan-VAE），将生产集表示为联合输入-输出空间中嵌入的低维流形的边界。该方法学习捕捉技术结构和运营效率的潜在变量，效率评估基于习得的流形，内生同行组作为潜在技术空间中的聚类出现，并支持尺度不变的基准测试。在合成数据和四个真实案例（全球城市铁路系统、英国铁路运营商、国民经济、高频风电场数据）中验证，GeMA在经典假设成立时表现可比，在存在显著异质性、非凸性或规模偏差时提供更深入的洞察。
效率评估流形学习变分自编码器基准测试复杂系统非参数方法
econ
03-18 00:00
本研究系统评估了七种主流大语言模型在辅助多项Logit模型设定与估计中的潜力。通过五种实验配置，考察了提示策略（零样本 vs. 思维链）与信息可用性（完整数据集 vs. 数据字典）的影响。研究发现，在结构化提示引导下，闭源模型能生成有效且行为合理的效用函数设定，而开源模型表现欠佳。值得注意的是，仅提供数据字典有时能提升模型内部推理能力。GPT o3是唯一能通过自生成代码正确估计其设定模型的模型。结果揭示了LLMs在离散选择建模中作为辅助工具的潜力与当前局限。
大语言模型离散选择模型多项logit提示工程模型辅助人工智能
econ
03-18 00:00
本研究构建了一个博弈论模型，探讨在唯才是举的选拔系统中，不同社会经济群体对选拔后价值的感知差异如何影响个体努力决策。模型显示，即使选拔过程完全基于可观测的才能，群体间的感知差异也会通过理性选择转化为努力程度的差异，从而在看似“公平”的选拔中导致代表性失衡和社会福利损失。研究进一步提出了一个成本敏感优化框架，量化了通过调整选拔标准或修正感知价值来减少不平等、同时不损害机构目标的可能性。该模型将理性选择与结构性不平等解释联系起来，揭示了技术社会环境如何塑造个体激励。
公平选拔博弈论模型感知偏见社会不平等理性选择激励机制
q-bio
03-18 00:00
本研究开发了一个温度驱动的过程模型，评估了西尼罗河病毒（WNV）的多种防控策略。模型结合了蚊媒控制、马匹疫苗接种以及基于模仿动力学的人类个人防护装备（PPE）使用行为。通过最优控制分析发现，在早春启动并于五月初强化的蚊媒控制措施，可有效降低八月感染鸟类数量的峰值。综合应用蚊媒控制、人类PPE采用及马匹疫苗接种的策略，在终端宿主中显示出最佳防控潜力。研究还提供了交互式应用，允许用户在不同气候情景（如SSP126、SSP245、SSP585）下探索干预策略的组合效果。
西尼罗河病毒蚊媒控制行为动力学最优控制温度驱动模型公共卫生干预
q-bio
03-18 00:00
研究团队构建了首个泛癌计算图谱HistoAtlas，从21种TCGA癌症类型的6745张H&E染色切片中提取了38个可解释的组织形态学特征。该图谱系统性地将每个特征与患者生存、基因表达、体细胞突变及免疫亚型进行关联分析，所有关联均经过协变量调整和多重检验校正。图谱不仅验证了已知生物学关联（如免疫浸润与预后），还揭示了具有不同预后的组织特异性免疫信号和形态学亚型。所有结果均可空间追溯至特定组织区域和单个细胞，为仅通过常规H&E切片进行大规模生物标志物发现提供了系统化工具。
计算病理学泛癌图谱组织形态学预后关联生物标志物h&e切片
q-bio
03-18 00:00
本研究针对超罕见病尿黑酸尿症（AKU）数据稀缺的问题，提出了一种基于PubTator3的文本挖掘方法，用于从生物医学文献中大规模提取关系。研究构建了两种不同规模的知识图谱，并利用现有生化知识进行验证。通过该计算框架，揭示了AKU的系统性相互作用、共病关系及潜在治疗靶点，为分析罕见代谢性疾病提供了有效工具。
知识图谱文本挖掘罕见病生物医学尿黑酸尿症计算框架
q-bio
03-18 00:00
本研究提出一种分阶段迁移学习框架，以解决临床前细胞系数据与患者肿瘤数据间的巨大生物学差异。该方法首先利用自编码器从大规模无标记药物基因组数据中独立学习细胞和药物表征，然后在细胞系数据上对齐药物反应标签，最后仅需少量患者样本即可将模型高效适配至临床场景。系统评估表明，在源域与目标域差异显著且临床标记数据极其有限的情况下，无监督预训练能带来显著性能提升，有效减少临床监督所需的数据量，为数据高效的临床前到临床转化提供了可行路径。
药物反应预测迁移学习无监督预训练精准肿瘤学样本高效学习领域适应
q-bio
03-18 00:00
本研究针对现有基于信号重建的脑电图（EEG）基础模型在迁移学习上效果有限的问题，提出了首个基于LeJEPA（潜在联合嵌入预测架构）的EEG基础模型Laya。Laya的核心创新在于采用预测潜在表征而非重建原始信号的自监督学习范式，旨在减少对高方差伪影的偏向，从而学习更具任务相关性和可迁移性的高层神经结构表征。实验表明，在一系列EEG基准测试中，Laya在线性探测评估下的性能优于基于重建的基线模型，为学习可迁移的EEG表征提供了新方向。
脑电图基础模型自监督学习表征学习潜在预测神经科学
q-bio
03-18 00:00
本研究提出了一种利用强化学习训练的虚拟鱼来引导和控制真实鱼群的方法。为克服实体机器人代理的耐久性和运动限制等技术挑战，研究采用在屏幕上显示的2D虚拟鱼作为刺激源。针对缺乏真实鱼详细行为模型的问题，采用了无模型强化学习策略。仿真结果表明，即使在模拟的真实鱼频繁忽略虚拟刺激的情况下，强化学习也能习得有效的运动策略。活鱼实验进一步证实，习得的策略能成功引导鱼群朝向指定的目标方向。统计分析显示，该方法在引导效果上显著优于无刺激和启发式“停留在边缘”等基线条件。本研究为利用人工智能代理影响动物群体行为提供了早期范例。
强化学习鱼群控制虚拟代理群体行为生物启发
q-bio
03-18 00:00
本研究提出了一种基于Transformer的深度学习模型，能够直接从化疗条件下癌细胞群体的长期活细胞成像视频序列中预测细胞命运（如凋亡或存活），无需依赖预定义的形态或分子特征。模型取得了0.94的平衡准确率和0.93的F1分数。通过引入可解释性框架，研究发现预测细胞命运的信号并非仅存在于轨迹的最终时刻，可靠预测可在事件发生前10小时做出。分析揭示了有丝分裂和凋亡序列中预测信息的独特时间分布，以及细胞形态和p53信号在决定细胞结局中的作用。
细胞命运预测时序注意力transformer模型可解释ai活细胞成像非遗传决定因素
q-bio
03-18 00:00
本研究提出了一种稀疏分层贝叶斯模型，用于从内隐联想测验（IAT）的神经与行为数据中推断心理健康相关的心理测量变量。该方法是对传统仅依赖反应时的D-score方法的泛化与改进，旨在克服后者预测性能有限（AUC通常低于0.7）的问题。在两个IAT变体（自杀意念相关E-IAT和精神病相关PSY-IAT）的数据集上，模型在最佳模态配置下分别达到0.73和0.76的AUC，显著优于接近随机水平的D-score方法（0.50-0.53 AUC）。结果表明，该框架有望增强基于IAT对心理困扰体验的评估，但需在更大独立队列中进一步验证其临床效用。
贝叶斯推断内隐联想测验心理健康评估心理测量学多模态数据
q-bio
03-18 00:00
本文针对不规则采样的患者轨迹数据，提出了一种保守的连续时间随机控制框架用于治疗优化。患者动态被建模为一个以治疗为连续时间控制的随机微分方程。为避免模型误差导致的控制方案外推风险，作者在路径空间上引入了一种基于签名的一致性最大均值差异正则化器，惩罚那些诱导轨迹分布偏离观测数据的治疗计划。该方法最小化了真实成本的一个可计算上界。在基准数据集上的实验表明，与非保守基线相比，该方法在鲁棒性和性能上均有提升。
治疗优化连续时间控制随机微分方程路径签名正则化保守学习
q-bio
03-18 00:00
本研究提出了一种低数据量、低成本且开源的工作流程，用于生成3D打印光刻文件，将复杂的显微镜图像（如壁虎脚趾刚毛、蝙蝠翅膀绒毛等微观非均匀结构）转化为触觉可感知的立体模型。该方案可在350美元的3D打印机上实现，单次打印成本仅0.75美元，文件大小低于100MB，旨在通过触觉图形促进科学知识的无障碍传播，并支持对生物结构的触觉探索。相关代码已在GitHub开源并持续更新。
3d打印科学可视化触觉辅助开源工作流显微镜图像无障碍设计
q-bio
03-18 00:00
本研究提出了一个统一的数学框架，揭示了蛋白质序列与人类语言文本共有的演化机制。核心发现是，自然选择可以通过信息熵和“最小努力原则”来量化，以此决定在演化中存续的序列变异。该模型还通过引入功能连接网络，解释了幂律行为的起源以及环境变化如何刺激新蛋白质和新词汇的出现。研究不仅展示了遗传学与语言学在不同层级上的对应关系，也为复杂适应系统的演化提供了新的基础物理解释。
演化机制蛋白质序列计算语言学复杂系统自然选择信息熵
q-bio
03-18 00:00
本研究提出了一种贝叶斯模型选择框架，用于自动推断图神经网络（GNN）在图卷积（GC）层数（即深度）上的最优配置，以预测生物医学实体间的相互作用。该方法通过联合推断数据支持的最可能GC层数、应用Dropout正则化并学习网络参数，解决了传统依赖启发式或大量实验确定GNN深度的问题，避免了计算开销大和模型校准差（即对错误预测过度自信）的缺陷。在四个生物医学相互作用数据集上的实验表明，该方法性能优于现有方法，并能提供校准良好的预测，使GNN能自适应调整深度以适应不同生物医学网络中的相互作用信息。
图神经网络贝叶斯模型选择生物医学相互作用预测模型校准图卷积网络深度学习
q-bio
03-18 00:00
本研究通过计算模型揭示了去甲肾上腺素（NE）调控呼吸节律前包钦格复合体（preBötC）的双重机制。模型聚焦于NE对钙激活非选择性阳离子电流（$g_{\rm CAN}$）和肌醇三磷酸（$\rm IP_3$）的调节作用，成功复现了NE对不同神经元亚型（如NaP依赖型和CAN依赖型）放电模式的差异化影响。研究运用动力系统理论方法，阐明了NE如何条件性地诱导爆发式放电，并识别出特定参数下神经元保持静默的机制，为理解呼吸网络中细胞特异性的神经调制响应提供了新见解。
呼吸节律调控神经调制计算模型前包钦格复合体去甲肾上腺素动力系统
cs
03-18 00:00
本研究针对基于超声的手部姿态估计问题，在公开数据集Ultra-Pro上系统比较了六种深度学习模型。研究发现，通过采用步进学习率调度器并使用射频信号包络作为输入，一个仅4层的UDACNN模型在参数量减少87.52%的情况下，性能超越了XceptionTime模型2.28个百分点，达到77.72%的准确率，较先前基线绝对提升0.88%。结果表明，模型架构、预处理与训练策略的恰当组合对优化人机接口性能至关重要。
超声成像人机交互手部姿态估计参数高效深度学习模型比较
cs
03-18 00:00
本研究提出HYQNET模型，用于在知识图谱上回答复杂一阶逻辑查询。该模型将神经与符号方法结合，通过将查询分解为关系投影和模糊集上的逻辑运算来增强可解释性。为处理知识图谱的不完整性，HYQNET采用基于双曲图神经网络的方法在双曲空间中完成知识图谱补全，有效嵌入递归查询树并保持结构依赖。利用双曲表示能比欧几里得方法更有效地捕捉逻辑投影推理的层次结构。在三个基准数据集上的实验表明，HYQNET实现了优越性能，凸显了在双曲空间中进行推理的优势。
神经符号推理知识图谱双曲空间逻辑查询图神经网络一阶逻辑
cs
03-18 00:00
研究团队推出AIDABench，一个用于端到端评估AI系统复杂数据分析能力的综合性基准。该基准包含600多个多样化文档分析任务，涵盖问答、数据可视化和文件生成三大核心维度，任务基于包含电子表格、数据库、财务报告等异构数据的真实场景构建，难度极高，人类专家在AI辅助下仍需1-2小时完成单个问题。对11个顶尖模型（包括Claude、Gemini、Qwen等）的评估显示，当前AI系统在处理此类复杂现实任务时仍面临巨大挑战，最佳模型仅获得59.43%的通过率。研究详细分析了各维度的失败模式，为未来研究指明了方向。
ai基准测试数据分析端到端评估文档理解大语言模型
cs
03-18 00:00
本文提出“理解门控智能体经济”（CGAE）架构，将AI代理的经济权限（如交易、预算管理）与其经过对抗性稳健性审计验证的“理解能力”上限绑定。该门控机制基于三个正交的稳健性维度：约束合规性（CDCT）、认知完整性（DDFT）和行为对齐性（AGT），并采用“最弱环节”函数将稳健性向量映射为离散的经济层级。研究证明了该系统的三个关键特性：有界经济风险暴露、激励相容的稳健性投资，以及系统安全随规模增长的单调性。该架构通过时效衰减和随机重审计机制防止认证后性能漂移，首次在实证AI稳健性评估与经济治理之间建立了形式化桥梁。
ai经济代理稳健性审计理解门控安全架构激励相容对抗性评估
cs
03-18 00:00
本文对98篇文献进行了系统性综述，探讨了文本在数据可视化中作为叙事工具的角色。研究指出，尽管文本作为数据输入和交互方式已被广泛研究，但其在支持数据故事讲述和解释方面的功能仍较为零散。本文分析了文本在可视化中的应用方式、功能与效果，并探讨了如何设计文本来促进数据沟通。综述揭示了该领域的重要研究空白，并为未来推动文本与可视化深度融合、提升叙事清晰度和用户参与度提供了方向。
数据可视化文本叙事人机交互数据沟通信息设计
cs
03-18 00:00
本文提出CraniMem，一种受神经认知启发的多阶段记忆架构，旨在解决LLM代理在长期工作流中记忆不稳定、易受干扰的问题。其核心设计包括：目标条件门控与效用标记机制、用于短期连续性的有界情景缓冲区，以及用于持久语义回忆的结构化长期知识图谱。通过定期回放高效用记忆轨迹并修剪低效用项，系统能有效控制内存增长并减少干扰。在包含噪声注入的长时程基准测试中，CraniMem相比Vanilla RAG和Mem0基线表现出更强的鲁棒性和更小的性能下降。
ai代理记忆系统知识图谱长期任务鲁棒性神经认知启发
cs
03-18 00:00
本文提出GSI Agent，一个专为绿色雨水基础设施（GSI）领域设计的大语言模型增强框架。针对LLMs在专业工程场景中知识不足、易产生幻觉的问题，该框架融合了监督微调、基于市政文档构建的知识库检索增强生成以及智能体推理管道三种策略。实验表明，在构建的新GSI数据集上，其BLEU-4得分从0.090显著提升至0.307，同时保持了模型的通用知识能力。这为将通用大模型系统性地适配到专业基础设施应用提供了有效路径。
绿色雨水基础设施领域知识增强检索增强生成大语言模型监督微调智能体框架
math
03-18 00:00
本文提出了一种关于四边形欧拉定理的代数推广。从内积空间中的平行四边形恒等式出发，作者推导出阿波罗尼奥斯恒等式，并在统一的向量框架下得到欧拉四边形恒等式。通过组合方法，作者为任意实数或复数内积空间中 $n \geq 4$ 个向量建立了一个一般的代数关系。结果表明，经典的欧拉关系是涉及向量范数平方和的一般恒等式的一个特例。
欧拉定理阿波罗尼奥斯定理内积空间向量恒等式组合方法
math
03-18 00:00
本文提出了一种基于正弦函数的高精度计算圆周率π的定点迭代方法。定义函数 $S(x) = x + \sum_{k=1}^{P}\left(\prod_{\ell=1}^{k-1}\frac{2\ell-1}{2\ell}\right)\frac{\sin(x)^{2k-1}}{2k-1}$，其中 $P \in \mathbb{N}$。对于足够接近π的初始值 $x_0$，迭代序列 $x_{n+1} = x_n + S(x_n)$ 将以精确的 $(2P+1)$ 阶收敛于π。计算测试验证了该方法的效率。
圆周率计算定点迭代法高阶收敛数值分析正弦函数
math
03-18 00:00
本研究首次系统性地为三角形中心引入了多种自然排序方法，包括等腰序、顶点序、边序和迹序。这些偏序关系通过比较中心点在特定三角形族（如固定最短边的锐角三角形）中的相对位置来定义。利用重心坐标和符号计算，作者确定了金伯林三角形中心百科前100个中心中的许多排序关系，揭示了令人惊讶的结构模式，为组织和研究三角形中心提供了新视角。例如，在最短边为BC的锐角三角形ABC中，热尔岗点总是比九点中心更靠近边BC。
三角形中心几何排序偏序关系重心坐标符号计算几何结构
math
03-18 00:00
本研究通过构造复平面上的随机Beltrami系数，得到了具有指定伸缩率的局部拟共形同胚，该映射几乎必然是满射且高概率近似线性。基于此，作者为与球面覆盖曲面相关的随机亚纯函数建立了一种正规化方法，并证明这些曲面几乎必然是抛物型的，同时获得了其Nevanlinna特征函数增长阶的界。
随机亚纯函数拟共形映射曲面类型nevanlinna理论beltrami方程
math
03-18 00:00
本文研究定义在 $[1,\infty)$ 上的一族含复参数 $s$ 的非齐次线性复微分方程。作者提出了非齐次项的“旋转数假设”，并证明了一个关键的结构不对称性：若对于临界带 $\{s \in \mathbb{C} \mid 0 < \Re(s) < 1\}$ 中的参数 $s$ 和 $1-\overline{s}$，其对应的两个具有相同初值 $1$ 的解均在 $[1,+\infty)$ 上有界，则必有 $\Re(s) = \tfrac{1}{2}$。这一结果为从动力系统角度理解黎曼假设提供了新的刚性条件。
复微分方程结构不对称性解的有界性黎曼假设动力系统刚性理论
math
03-18 00:00
本文研究了斐波那契数列 $F_{dn+h}$ 及其卷积的数学性质。当 $h=0$ 时，相关结果已在近期研究中得到探讨；而 $h$ 为一般值时的情况更为复杂，需要借助切比雪夫多项式进行分析。该研究深化了对斐波那契数列在算术级数中分布规律的理解，为相关数论问题提供了新的分析工具。
斐波那契数列剩余类卷积切比雪夫多项式数论
math
03-18 00:00
本文为高权情形的中心L导数建立了一个算术相交公式。我们证明，对于一个一般的尖点形式（推广了之前关于新形式的结果），该导数可由高阶Heegner循环的整体高度配对表示。这一结果为Gross-Zagier-Zhang公式及其推广提供了一个框架。此外，我们研究了Heegner循环生成级数的模性，证明了一个弱版本的猜想，并将完全模性归结为一个消失性猜想，我们为此提供了支持性证据。
算术相交l函数导数heegner循环gross-zagier公式模性整体高度
math
03-18 00:00
本文回顾了有限线性群理论中的经典Jordan定理：任何有限子群 $G \le \text{GL}_n(\mathbb C)$ 都存在一个阿贝尔正规子群 $A$，使得商群 $\lvert G/A \rvert$ 的大小仅依赖于 $n$。作者对Frobenius在1911年给出的几何证明进行了简化和优化，使其论证更加自包含和精炼，最终得到了一个显式的上界 $\lvert G/A \rvert \le 25^{n^2}$。这项工作不仅梳理了从Jordan、Blichfeldt到Bieberbach和Frobenius的历史脉络，也为该经典结果提供了一个更清晰、更易理解的现代证明。
有限线性群jordan定理群表示论代数几何数学史
math
03-18 00:00
本文为RMSProp优化算法引入了输入到状态的Lyapunov函数，证明了在恒定步长下算法的全局渐近稳定性，并建立了其对于任意有界时变步长规则的鲁棒性。该分析为理解RMSProp在非凸优化中的收敛行为提供了理论保障。
优化算法rmsprop全局稳定性lyapunov函数步长鲁棒性非凸优化
math
03-18 00:00
本文推广了经典的组合计数结果：对于奇数n，元素和模n同余于r的子集数量，等于满足特定周期性条件的二进制项链数量。研究引入了参数r和子集大小k，精确刻画了等式成立的条件。当r=1时，该等式关联了Baker等人的一个猜想，即元素和模n同余于1的子集与单峰循环排列的对应关系，作者通过生成函数方法证明了该猜想。
组合计数子集和二进制项链循环排列模运算生成函数
math
03-18 00:00
本文探讨了将有限有向拟阵的公理系统推广到无限情形时，能否保持密码同构性（即多种等价定义方式）和对偶性。研究给出了双重否定答案：首先，直接推广电路公理会破坏对偶性，且在子式中的强电路消去性质也不复存在；其次，虽然基于正交性公理和Farkas引理的推广能保持对偶性，但由此定义出的两类无限有向拟阵存在严格的包含关系，即一类是另一类的真子类。这表明无限有向拟阵无法像有限情形那样建立完全等价的多种公理化定义。
有向拟阵无限组合对偶性公理系统farkas引理
math
03-18 00:00
本研究利用量子簇代数推导纽结不变量的微扰展开。通过将 $U_q(\mathfrak{sl}_2)$ 的 $R$-矩阵解释为簇变换，并引入辅助参数 $\epsilon$，得到了一个用源于量子簇代数表示论的 Heisenberg 代数生成元表示的微扰 $R$-矩阵。由此构造的纽结不变量，其零阶项等于 Alexander 多项式的倒数 $\Delta_K(T)^{-1}$，而 $\epsilon$ 的高阶项则产生微扰 Alexander 多项式。该构造结合了量子环面代数的 Schr\"odinger 表示与簇突变组合学，并通过 Mathematica 实现和具体算例进行了演示。
量子簇代数纽结不变量微扰展开alexander多项式r-矩阵表示论
physics
03-18 00:00
本研究提出了一种新颖的客观波函数坍缩模型，其核心机制依赖于一种称为“链式”的特定量子关联，而非系统大小或环境复杂性。该模型通过一个新的图示框架（量子图示，qils）进行形式化，假设在每个链式步骤中，坍缩事件以固定的普适概率 $1/\Sigma$ 发生。研究证明，该模型能自然地解释测量装置、薛定谔猫、自发衰变等经典场景的出现，并对干涉实验做出了可检验的预测。理论分析与延迟选择量子擦除、物质波干涉等现有实验数据一致，并估算出基本常数 $\Sigma \geq 1.5$。这一参数稀疏的统一机制，为连接量子与经典描述、理解复杂系统退相干提供了新视角。
量子坍缩量子-经典过渡基础物理量子关联客观还原理论干涉实验
physics
03-18 00:00
本研究基于笛卡尔和牛顿的彩虹形成机制，运用几何光学计算了金星大气中可能出现的彩虹参数。假设太阳光被球形硫酸水溶液液滴折射，研究确定了主虹和副虹的角尺寸随溶液浓度的变化函数。结果显示，浓度变化对亚历山大暗带（主副虹之间的暗区）的角距离影响最为显著。
彩虹形成几何光学金星大气硫酸液滴亚历山大暗带
physics
03-18 00:00
本研究通过1:40比例模型实验，验证了一种多浮筒协同点吸收式波浪能转换器（WEC）的概念。该装置由多个穿透水面的浮筒通过共享闭环液压动力输出系统连接，利用浮筒阵列的集体运动驱动涡轮发电。实验在规则波和不规则波条件下测试了两种阵列配置（8浮筒间距1.5倍直径、4浮筒间距3倍直径），结果表明：8浮筒配置单位浮筒功率更高，但易受波浪周期和方向影响；增加浮筒间距可提升系统鲁棒性并减少破坏性相互作用。研究为未来全尺寸优化提供了关键设计参数。
波浪能转换点吸收式多浮筒阵列液压pto系统实验流体力学可再生能源
physics
03-18 00:00
该研究探讨了在严格非惯性（斯托克斯）流动中，微米级粒子遇到障碍物时发生偏转的物理机制。研究指出，在确定性侧向位移（DLD）等微流控平台中，粒子偏转常被归因于短程接触作用，而非流体力学效应。这项工作旨在阐明低雷诺数流动下，障碍物阵列如何打破流动对称性并改变粒子轨迹，对细胞分选、聚焦和过滤等生物医学应用具有重要意义。
微流控粒子操控非惯性流体斯托克斯流确定性侧向位移生物医学工程
physics
03-18 00:00
本研究探讨了包含冷正离子、次级电子以及具有Cairns非热速度分布的原初电子的等离子体鞘层特性。研究推导了广义的玻姆判据与玻姆速度、新的壁面悬浮电位以及新的临界次级电子发射系数。结果表明，鞘层的这些关键性质显著依赖于非热分布中的参数a，因此与假设原初电子为麦克斯韦分布的传统鞘层模型存在普遍差异。
等离子体鞘层非热分布玻姆判据cairns分布电子发射
physics
03-18 00:00
本研究作为系列工作的第二部分，系统评估了25种交换关联泛函在计算二阶响应性质——动态极化率与长程C6色散系数方面的性能。动态极化率在五个不同波长（632.99 nm至325.13 nm）下进行计算，并与HF、EOM-CCSD及线性响应CC3方法对比。结果表明，在Kohn-Sham计算中，TPSS0与QTP01泛函对动态极化率的预测表现最佳。对于C6系数，采用Casimir-Polder公式计算，O3LYP泛函整体表现最优，而QTP家族中的QTP01与LC-QTP也提供了优异的结果。该研究为时间依赖密度泛函理论在动态响应性质计算中的应用提供了重要参考。
密度泛函理论动态极化率色散系数二阶响应量子化学计算化学
physics
03-18 00:00
本研究提出了一种嵌入相关波函数迁移学习（ECW-TL）框架，旨在为凝聚相分子动力学模拟提供化学精度。该框架在嵌入相关波函数理论中融合了高精度的电子交换与关联效应，同时保持了机器学习原子间势的训练与计算效率。以水溶液中Ca²⁺-CO₃²⁻离子配对（海水CO₂矿化的关键过程）为例进行验证。研究证明，通过嵌入DFT-SCAN数据微调DFT-revPBE-D3(BJ)基线模型，可在所有溶剂化状态下以1 kcal/mol的精度复现DFT-SCAN自由能面。进一步扩展至嵌入MP2和局域自然轨道CCSD(T)后，自由能剖面得到进一步优化，揭示了精确电子交换与关联在决定离子对稳定性和结构中的关键作用。ECW-TL为将相关波函数精度高效迁移至复杂水相及界面化学过程的大规模模拟提供了一条通用路径。
迁移学习相关波函数分子模拟离子配对化学精度自由能计算
physics
03-18 00:00
本研究提出并实验验证了一种实现极端光局域的新途径。通过介电纳米粒子的横向Kerker效应，研究人员在可见光波段首次实现了无需布里渊区折叠的偏振无关连续域束缚态。该模式在法向入射下保持暗态，而在超表面结构中演化为偶然连续域束缚态，其品质因子可在不破坏对称性的情况下进行调控。与传统的连续域束缚态相比，新模式在动量空间中能维持高Q值的区域更宽，为设计不受标准连续域束缚态约束的超窄共振提供了新平台。
横向kerker效应连续域束缚态超表面光局域偏振无关介电纳米粒子
physics
03-18 00:00
本文提出了一种用于模拟室内超声波运动传感信号特性的半解析几何声学方法。该方法从第一性原理出发，从运动学角度推导了考虑目标运动的声源声场、目标散射声场及接收信号的表达式。通过一系列示例，分析了声源指向性、墙壁反射和运动轨迹对多普勒信号强度与频率特性的影响。最后，将人体目标在室内移动的仿真结果与实验数据进行了对比，结果显示基带信号特性及其描绘多普勒频率的短时傅里叶变换在定性上具有良好的一致性。
超声波传感几何声学运动模拟多普勒效应室内声学半解析方法
physics
03-18 00:00
为应对下一代CYGNO-04实验多相机同时运行的挑战，研究团队升级了CYGNO实验的触发与数据采集系统。新系统引入了连续成像采集模式，大幅降低了相机死时间，并扩展了触发时间标记方案，为光电倍增管信号提供了鲁棒的全局时间参考。同时，实现了无需主相机的同步多相机数据采集架构。测试验证了系统在稳定连续采集、可靠时间标记及多相机同步方面的优异性能，为未来大规模光学时间投影室探测器的数据采集奠定了可扩展的基础。
数据采集系统时间投影室光学读出多相机同步粒子探测
physics
03-18 00:00
本研究提出在Δ自洽场（ΔSCF）理论框架下，采用速度规范计算电子激发态的振荡器强度。该方法能自然地处理基态与激发态Kohn-Sham行列式波函数之间的非正交性问题，无需对波函数进行额外修正即可获得与坐标原点无关的预测结果。理论分析与数值计算表明，对于共轭发色团体系，结合自旋纯化的单重态激发能，速度规范方法能显著提升ΔSCF振荡器强度预测的整体性能。
δscf理论振荡器强度速度规范电子激发密度泛函理论非正交性
astro-ph
03-18 00:00
为应对大型巡天项目（如LSST和Euclid）在光学/近红外波段准确识别与分类活动星系核（AGN）的挑战，研究团队开发了端到端模拟软件AGILE。该软件基于经验关系构建AGN模型，根据观测到的AGN吸积率分布在完整星系样本中植入AGN，并为其分配光学/紫外光谱能量分布。光学变异性则通过阻尼随机游走模型实现。团队利用AGILE生成了24平方度的模拟星表，并发布了首个1平方度的试点模拟数据集（AGILE DR1）。该数据集可用于评估LSST科学流程在测光恢复方面的准确性，并量化基于颜色和变光性筛选I型AGN的完备性与纯度。
活动星系核天文模拟lsst巡天数据发布端到端模拟变光性
astro-ph
03-18 00:00
本研究针对重子声波振荡（BAO）测量中非线性引力演化带来的精度限制，开发了场级推断新方法。该方法先重构初始线性密度场，再拟合其中的BAO信号。研究对比了三种重构方法：基于Zel'dovich近似的传统方法、使用可微分前向建模的显式场级推断，以及利用卷积神经网络增强传统方法的隐式场级推断。在DESI类LRG和BGS星系样本测试中，场级方法显著锐化了BAO特征。对于LRG样本，显式和隐式推断分别将BAO尺度参数$\alpha_{\rm iso}$和$\alpha_{\rm ap}$的约束精度提升了26%和35%，品质因子改善达2.4倍。对于更高密度、更低红移的BGS样本，约束精度提升最高达46%（品质因子改善3.2倍）。通过1000次模拟验证，该方法结果无偏且统计校准良好。
重子声波振荡场级推断宇宙学探针星系巡天非线性重构深度学习
astro-ph
03-18 00:00
本研究利用MEGARA/GTC积分场光谱仪观测了窄线赛弗特1星系IRAS 17020+4544，揭示了其暖电离气体的性质与运动学。研究发现了一个快速电离外流（速度约1240-1460 km s$^{-1}$，尺度约0.5-1 kpc）和一个较慢的电离外流（速度约450 km s$^{-1}$）。快速外流遵循‘能量守恒’机制，而慢速外流则与‘动量驱动’机制一致。电离外流被包裹在先前探测到的更大尺度（约2.8 kpc）的分子外流之内。电离诊断表明外流主要由活动星系核驱动，分子外流在质量和反馈效率上占主导地位，揭示了该系统中可能存在的双重反馈机制。
活动星系核反馈电离气体外流积分场光谱能量守恒外流多相外流星系演化
astro-ph
03-18 00:00
针对下一代极大望远镜（ELT）对波前控制的高频需求，本研究测试了一种基于剪切压电驱动器的新型高频调制器。该原型机可驱动直径15mm的平面镜以±50角秒的倾斜范围进行运动，在5kHz频率下稳定运行一小时且发热可忽略。测试表明，在4.5kHz以下频率，调制图案的椭圆度误差小于1%，随机偏差低于0.2%，能精确生成圆形调制图案。该设备为实现3-5kHz的高频波前控制提供了关键硬件支持。
波前传感器压电调制器自适应光学极大望远镜高频控制
astro-ph
03-18 00:00
本研究对22个富含中性氢（HI）的本地塞弗特星系进行成像观测，以探索活动星系核（AGN）的冷气体供给机制。约80%的星系拥有HI探测到的邻居，其中61%显示出显著的气体不对称性、单侧气体尾迹或与邻近星系相连的气体结构，表明存在气体交换历史。研究发现，HI盘面更延展的星系表现出更强的AGN活动，且当邻近星系气体贫乏时，这种相关性更为紧密，这支持了外部环境（如星系相互作用）所获取的气体是AGN额外燃料来源的观点。
活动星系核中性氢气体星系相互作用气体吸积塞弗特星系星系环境
astro-ph
03-18 00:00
本研究利用JWST的JADES中波段深度成像数据，在红移2.5到6.5之间识别出22个极贫金属星系候选体。这些星系质量较低（中位质量$M_* \approx 10^{6.7}~\mathrm{M}_\odot$），紫外光度较暗（$M_\mathrm{UV} \approx -16.6$），但具有高电离光子产生效率（$\log\, (\xi_\mathrm{ion, obs}/\mathrm{(Hz\ erg^{-1})}) \approx 26.0$）。其光谱特征表现为强的H$\alpha$发射和极弱的[O III]发射，表明金属丰度极低（$Z < 1\%~\mathrm{Z}_\odot$），是研究近原始恒星形成的理想场所。
极贫金属星系早期宇宙jwst观测恒星形成星系演化金属丰度
astro-ph
03-18 00:00
本研究通过引入涡粘性阻尼，扩展了MESA恒星演化代码中的时变对流处理，使其与径向脉动模块MESA-RSP物理一致。首次在MESA-star演化计算中直接自洽地集成了大振幅非线性经典造父变星脉动，验证了脉动周期、光变曲线与增长率等关键参数与独立RSP模块结果吻合。这一统一方法消除了对后处理流程的依赖，为未来研究包含成分梯度、质量损失或旋转效应的恒星脉动，以及探索ε机制提供了新途径。
恒星脉动恒星演化计算天体物理造父变星mesa
astro-ph
03-18 00:00
传统观点认为，HCN $J=1-0$ 谱线光度与恒星形成率（SFR）之间的线性关系（Gao-Solomon关系）表明HCN直接示踪了与恒星形成相关的致密气体。本研究通过对包含真实气体/尘埃热力学及时变分子丰度的磁流体动力学模拟云进行辐射转移建模，发现模拟中HCN发射与SFR并无相关性：在SFR变化数个量级时，HCN亮度几乎保持恒定。相反，N$_2$H$^+$ $J=1-0$ 谱线与SFR呈弱正相关，但受环境影响显著。最强的相关性出现在N$_2$H$^+$/HCN强度比与致密气体分数之间，接近线性。研究认为，河外星系尺度上观测到的HCN-SFR相关性源于对大量分子云进行积分平均的结果，这些云平均具有相似的致密、恒星形成气体质量分数，而HCN谱线本身并不直接示踪恒星形成的燃料库。
分子云模拟恒星形成示踪hcn谱线辐射转移致密气体天体化学
astro-ph
03-18 00:00
本研究重新审视了暗能量（由指数势的标量场描述）与暗物质通过能量和动量转移相互作用的宇宙学模型。研究发现，当允许中微子质量变化时，先前研究中倾向于支持暗物质间存在纯动量转移的信号会减弱。这是因为中微子质量与暗能量-暗物质能量交换参数之间出现了新的简并性，两者都能抑制宇宙结构的增长。这表明动量转移信号的稳健性高度依赖于具体模型，需要在每个特定相互作用场景中仔细重新评估。
暗能量暗物质相互作用中微子质量宇宙学模型结构增长参数简并
astro-ph
03-18 00:00
本研究利用ODIN窄带巡天数据，对7498个红移z=4.5的莱曼α发射体（LAEs）进行了莱曼连续谱（LyC）辐射搜寻。经过严格筛选与背景建模，最终获得851个星系样本，并利用CFHT的u波段图像进行测光。这是迄今用于此目的的最大z=4.5 LAEs样本。研究从中识别出12个‘金级’和39个‘银级’LyC发射候选体，其LyC流量在5.16–55.29 nJy范围内。尽管全样本的加权平均叠加未检测到显著LyC信号（$0.20 \pm 0.37$ nJy），表明其辐射可能低于探测极限，但大样本为识别个别‘LyC泄露者’候选体提供了宝贵资源。初步发现LyC流量与UVC流量呈弱正相关，与Ly$\alpha$等值宽度呈弱负相关。
莱曼连续谱高红移星系莱曼α发射体星系演化宇宙再电离测光巡天
econ
03-18 00:00
本文提出了一种结构向量自回归模型，其波动过程采用一种新的灵活设定——稀疏异质马尔可夫切换异方差。在该模型中，每个结构冲击的条件方差随时间根据其自身的马尔可夫过程变化，并采用稀疏表示，允许某些制度在样本中零出现。通过定义归一化条件方差的新分布，模型便于吉布斯抽样和识别验证。实证表明，该模型能更精确地估计结构参数，可靠验证同方差性以辅助异方差识别，并具备与随机波动模型相当的优秀预测性能。应用于美国货币政策冲击识别，结果与文献一致。
结构向量自回归马尔可夫切换异方差识别稀疏表示货币政策冲击波动建模
econ
03-18 00:00
针对电动汽车充电时间长、高峰时段易引发充电站拥堵的问题，本研究提出一个两阶段优化分配框架。第一阶段，中央协调器基于排队信息设定各站准入配额，以控制最差站点的延迟。第二阶段，在配额与可达性等约束下，通过求解一个带容量限制的效用最大化分配问题，将车辆分配到各充电站。为高效处理异质性充电需求，研究预先以闭式解计算每对“车辆-充电站”的最优充电量，再将其转化为运输/分配问题求解。此外，研究引入简化参与模型，分析了网络效应、溢出效应与协调成本下的用户采纳阈值。数值实验表明，该方法能显著降低最坏情况下的拥堵，且对平均效用影响有限。
电动汽车充电两阶段优化拥堵控制资源分配网络效应效用最大化
econ
03-18 00:00
本文研究了当网络数据稀疏且存在测量误差时，对中心性度量进行线性回归的性质。主要贡献有三：首先，证明了OLS估计量在稀疏性下可能变得不一致，并发现特征向量中心性回归比度中心性和扩散中心性更易受稀疏性影响。其次，推导了估计量在保持一致性时的渐近分布，发现当目标系数非零时，估计量存在相对于方差可能很大的渐近偏差，导致传统置信区间和t检验失效。最后，提出了针对稀疏含噪网络的OLS偏差校正与推断方法。模拟与应用验证了方法的有效性。
网络计量经济学中心性度量稀疏网络测量误差偏差校正渐近理论
econ
03-18 00:00
本文针对大规模状态空间的动态离散选择模型，提出了一种基于共轭梯度法的模型自适应方法，用于求解策略估值算子的不动点线性方程组。核心创新在于构建了一个模型自适应筛空间，通过迭代地加入前次迭代的残差来扩充空间。理论分析和数值实验均表明，该方法能显著提升性能，其近似误差在筛维度上以超线性速率衰减，优于传统逐次逼近法的线性速率。该方法适用于条件选择概率估计器以及结合策略迭代或牛顿-康托洛维奇迭代的全解估计器。在基于Kantar Worldpanel数据的洗衣粉消费者需求实证应用中，新方法平均求解动态规划问题的速度比传统方法快80%，大幅降低了贝叶斯MCMC估计的计算成本。
动态离散选择大规模状态空间模型自适应共轭梯度法计算效率贝叶斯估计
q-bio
03-18 00:00
本文介绍了一个新的QuPath扩展，使其能够直接访问存储在OMERO服务器上的图像像素和元数据。该扩展解决了传统桌面应用依赖本地文件系统的限制，使研究人员能够高效地分析和可视化远程存储的大型复杂生物图像（如全切片扫描图像）。这不仅增强了QuPath在大型研究中的实用性，也为开发者将QuPath连接到其他图像管理系统提供了模板。
生物图像分析开源软件远程图像访问omeroqupath数字病理
q-bio
03-18 00:00
本研究构建了一个针对首尔25个区的年龄结构SEIR元胞自动机模型，整合了手机信令数据，将出行按年龄（0-19、20-59、60+）和目的（居住H、学校/工作W、其他O）分层。通过模拟2024年基线及2020-2021年疫情期间的出行偏差，评估了不同针对性限制策略的效果。结果显示，针对20-59岁成年人的工作/学校（W）出行限制，在人均感染减少方面效果最佳。基于人口调整的W流入量进行空间聚类发现，高流入量的中央商务区与模拟中识别的快速传播区高度吻合。针对该集群内及流入该集群的W流动进行限制，能有效减少疫情规模，且包含工作日的限制方案优于仅限周末。研究表明，精准针对成年人常规通勤流动的策略，能在减少社会经济干扰的同时，带来显著的流行病学效益。
传染病模型移动大数据精准防控出行限制元胞自动机covid-19
q-bio
03-18 00:00
本研究提出了一种基于单个可穿戴惯性测量单元（IMU）的早期中风风险筛查框架。传感器置于骶骨区域，通过捕捉步态和站立时的骨盆运动，将其作为整体运动控制的生物力学代理。研究量化了步态变异性和姿势漂移，作为神经系统不稳定的数字生物标志物。从骨盆运动学中提取的变异性和非线性动态特征被用于训练机器学习模型，以在对照组、中风前组和中风组之间进行风险分层。模型取得了0.785的宏观平均AUC，显示出初步的区分能力。该方法为社区层面的连续、低成本、非侵入性筛查提供了概念验证。
中风早期筛查可穿戴传感器步态分析数字生物标志物机器学习运动控制
q-bio
03-18 00:00
本研究提出TPMM（三组分后验混合模型），用于从低测序深度的宏基因组数据中稳健检测细菌DNA倒位（invertons）。该模型将测序深度纳入概率框架，将候选位点分类为噪声、低概率或高概率倒位信号，并分配后验概率作为软标签，最后应用累积贝叶斯错误发现率控制来识别真实倒位。在真实肠道宏基因组数据上，TPMM在高深度下与现有工具结果一致，但在数据稀疏条件下能检测到更多倒位，表现出优越性能。研究还探讨了病毒基因组中潜在的逆转录元件，暗示了倒位介导的调控具有更广泛的作用范围。
宏基因组学dna倒位检测概率模型细菌相变计算生物学病毒基因组
q-bio
03-18 00:00
本研究通过fMRI和多层次中介分析，揭示了概念学习如何影响疼痛体验的神经机制。实验发现，当参与者对与高疼痛线索概念相关的新刺激产生明确预期时，会报告更强的疼痛感，这体现了疼痛调节的概念泛化。海马体活动的增强是这一效应的关键中介，其活动强度与个体预期差异相关。此外，默认模式网络和纹状体等脑区也参与了概念泛化过程，而杏仁核等威胁相关区域虽对泛化刺激有反应，但不直接影响疼痛评分。该发现为理解安慰剂效应和慢性疼痛中的适应不良学习提供了新视角。
疼痛调节概念泛化海马体fmri预期学习神经机制
q-bio
03-18 00:00
本研究通过同步双脑电图记录，首次系统评估了袋鼠式护理对早产儿脑功能及母婴脑间同步性的即时影响。研究发现，首次实施袋鼠式护理时，早产儿的θ、α、β频段脑电功率显著增强，同时母婴间所有频段的脑间同步性均显著提升（p < .001）。更重要的是，α频段的脑间同步强度与婴儿脑网络的局部效率、聚类系数呈正相关，β频段则与小世界属性正相关。这表明袋鼠式护理可能通过增强母婴脑间同步性，进而促进早产儿大脑内部的网络组织发育。
袋鼠式护理早产儿脑间同步脑电图神经发育母婴互动
q-bio
03-18 00:00
本研究开发了名为Garnet的图神经网络模型，通过连续原子分型方法，为多样化的分子自动分配全部力场参数。该模型完全基于量子力学、凝聚相和蛋白质核磁共振数据进行训练，未使用任何现有参数。结果表明，Garnet力场在小分子、折叠蛋白质、蛋白质复合物及无序蛋白质体系上的表现与当前主流力场相当，在相对结合自由能预测方面也取得相似精度。研究还发现，双指数势能函数是Lennard-Jones势能的一种灵活且准确的替代方案。Garnet为自动化、可复现的力场开发提供了新平台，将机器学习优势引入经典力场领域。
分子力场图神经网络蛋白质模拟机器学习分子动力学自由能计算
q-bio
03-18 00:00
本研究提出了一种分析媒介传播传染病报告病例年龄分布的新方法。通过对登革热、寨卡、基孔肯雅热、疟疾和利什曼病等疾病在不同地区和时期的官方报告数据进行处理，将其转化为年龄依赖的密度分布并拟合连续函数。研究发现，由伊蚊传播的三种疾病（登革热、寨卡、基孔肯雅热）的病例年龄比例分布高度相似，且不受疫情规模、地理区域、发生时间或研究人群规模的影响。这表明病例的年龄分布主要由媒介与宿主之间的生态相互作用决定。
媒介传播疾病年龄分布伊蚊流行病学分析生态相互作用
q-bio
03-18 00:00
本研究通过观察坛紫菜二维多边形细胞网络，发现边缘细胞的平均边数约为5，这一特征由特定分裂模式维持。研究证实边缘细胞与内部细胞均遵循Lewis定律和Aboav-Weaire定律的趋势，但需各自独立的相关系数描述其拓扑几何特征。边界效应还体现在内角与边长分布的差异上。边缘细胞分裂倾向于横切边缘边，这一发现为生物二维细胞网络的边界条件建模算法提供了新思路。
细胞网络边界效应拓扑几何红藻五边形细胞分裂