今日速览 · AI 导读
自动抓取 arXiv 多学科 RSS，DeepSeek 自动润色标题与摘要，最快 24 小时内汇总。每日 14:00 初始化批次并每 15 分钟轮询学科，24h 无数据则回退 72h/7 天；arXiv 周末停更时自动跳过。
今日数学研究呈现理论深化与跨领域应用并重的趋势，涵盖代数、分析、几何、优化及交叉应用等多个方向。
2026-03-24 共 23 条抓取，按综合热度排序
本文研究了由消去幺半群分次的左遗传环与左半遗传环。通过系统建立分次自由模、投射模、内射模和平坦模的理论框架，并证明了分次版本的Baer内射性准则与Lazard平坦性定理等关键结果，为在分次模的层面上分析环的结构提供了工具。基于此，作者给出了分次左遗传环与左半遗传环的若干刻画，特别地，对分次Prüfer域和分次Dedekind域进行了描述。
本文针对热带代数中的特征对问题，指出传统特征多项式求得的热带代数特征值可能无法对应任何满足标准特征方程的特征向量。为解决此问题，作者引入热带数值域，定义了广义热带特征值-特征向量关系，并证明对于任意给定的热带代数特征值，广义热带特征向量总是存在。文中还提出了一种计算成本低廉的构造方法，并利用热带瑞利商证明了热带矩阵代数特征值的一个上界。
本文针对 $n \times m$ 矩阵上的秩约束二次优化问题，开发了可处理的凸松弛方法。传统方法通常要求目标或约束具有谱（置换不变）结构，而本文提出的提升半定松弛无需此条件。尽管直接提升会引入维度为 $n^2 + nm + 1$ 的大规模半定约束，但作者证明了矩矩阵的许多块是冗余的，并推导出仅涉及维度分别为 $nm + 1$ 和 $n+m$ 的两个半定约束的等价紧凑松弛。对于矩阵补全、基追踪和降秩回归等问题，通过利用额外结构，进一步得到了维度至多为 $2\max(n,m)$ 的更紧凑半定公式。该方法为广泛的低秩二次问题提供了可扩展的半定界。
本文提出JCAS-MARL框架，用于解决多无人机网络在垃圾热点检测等大规模监测任务中的协同问题。该框架通过多智能体强化学习，使每个无人机能联合优化其飞行轨迹和用于同时进行感知与通信的OFDM波形资源分配。系统状态建模了电池消耗、充电行为和相关的CO$_2$排放等现实约束，并通过动态通信图进行信息共享。仿真结果表明，智能体学习到的自适应导频密度控制策略能有效利用感知-通信-能量之间的权衡，在环境条件变化时优于静态配置。
本文研究McMullen从双曲三角群构造的紧致Kobayashi测地曲线$V$与参数化Weil型六维阿贝尔簇的轨迹$\mathcal{W}_K$的交集。证明$V \cap \mathcal{W}_K$是有限集（可能为空），且每个交点对应CM点，其Hodge-Weil类$H^{3,3}$虽为绝对Hodge，却因CM孤立、缺乏$K$-割线结构及不可控判别式三重障碍而无法用现有代数性定理处理。通过将$d \in \{3,7\}$时交集非空性问题转化为$\ell=43$的2816个显式代数方程，为六维阿贝尔簇的Hodge猜想开辟了新验证路径。
本文提出了一种基于高度差函数ρ的广义交错距离d_ρ，用于比较定义在任意偏序集P上的函子范畴中的对象（如多参数持久模）。该框架通过构造一族伴随自函子来模拟平移操作，从而在一般偏序集上推广了经典交错距离。当P=ℝ^d且ρ为对角函数时，d_ρ退化为经典多参数交错距离。在适当条件下（如CIP条件），d_ρ满足三角不等式（至多有一个可加性缺陷c(ρ)），并具有关于ρ扰动的稳定性。该工作为在缺乏平移结构的偏序集上进行拓扑数据分析提供了更灵活的工具。
本文针对车对车（V2V）无线链路中由干扰和车间距动态变化引起的时延抖动问题，提出了一种新颖的数学建模与韧性评估框架。该框架引入了极限状态指标来追踪系统性能演变，并形式化定义了系统的抗抖动能力与负载引起的容量退化。为增强系统韧性，研究探讨了自适应功率分配和多输入单输出（MISO）链路分集策略，这些策略能将极限状态指标拉回安全边界，从而提升抗抖动能力。数值结果表明，所研究的自适应资源分配方案相较于恒定资源分配基线，能将平均风险暴露率降低约3倍。
本研究将基于二进制码的可变长固体码构造推广至任意n元码。固体码的特性在于，即使在由多个码字组成的、被任意破坏的字符串中，任何正确传输的码字仍能被正确且无歧义地解码。论文进一步证明，该构造中一个特定子族的可变长固体码具有一个有趣的错误检测性质，并给出了其在某类二进制码中的具体应用。
本文证明了耗散半群网络 $\mathcal S_i(t)=e^{-tA_i}$ 存在时间尺度交织上循环 $K_{ij}\mathcal S_j(t)=\mathcal S_i(\lambda_{ij}t)K_{ij}$ 的充要条件是重标度生成元 $\{\tau_iA_i\}$ 构成具有匹配特征空间维数的共同等谱类，此时尺度因子刚性确定 $\lambda_{ij}=\tau_i/\tau_j$。这些算子 $K_{ij}$ 构成了指标网络上平坦希尔伯特丛的平行传输。混合可观测量 $M(t)=\sum_i w_i \mathcal B_0K_{0i}\mathcal S_i(t)\psi_i$ 在有限谱支撑下可化为结构化的指数和。在谱分离条件下，可唯一恢复扇区标签；在特征空间可观测条件下，可确定活跃状态分量。有限窗口精确重构仅需 $2L$ 个样本，并给出了显式依赖于网络谱几何与可观测性的稳定性界 $\|\widehat\Theta-\Theta_\ast\|_{\mathcal X}\le C_{\mathrm{stab}}\kappa_{\mathrm{exp}}\varepsilon$。
本文构造了一个在局部紧空间上的e-链，该链具有唯一的平稳分布，但强大数定律却不成立。这一结果否定了Ö. Stenflo提出的问题，表明即使存在唯一的平稳分布，也不能保证强大数定律的成立。该反例揭示了平稳性与遍历性之间的微妙差异，对马尔可夫链的极限理论具有重要意义。
本研究推导了通过n折交叉验证调参的正则化经验风险最小化估计器的渐近风险函数。研究发现，此类估计器的样本外预测损失在分布上收敛于正态均值模型中由Stein无偏风险估计调参的收缩估计器的平方误差损失（风险函数）。该风险函数比学习理论中常见的、基于最坏情况遗憾的一致界提供了更精细的性能刻画，它量化了风险如何随真实参数变化。关键中间步骤包括证明：(i) n折交叉验证一致收敛于SURE；(ii) 虽然SURE通常有多个局部极小值，但其全局极小值通常是良好分离的。这种良好分离性确保了CV对SURE的一致收敛能转化为CV选择的调参值向SURE选择的调参值收敛。
本文研究了在参与者收益取决于数据包重构时间的低延迟负载交付场景中的定价机制。解码时间的分布决定了满足截止期限的概率，从而限定了参与者为额外交付速率付费的意愿。通过平均场公式，我们从简单的随机到达模型中推导出价格-速率边界，并将其应用于（i）非分片传输和（ii）分片交付的三种机制：未编码分片、固定速率纠删码和无限长编码。这些边界比较了在截止期限驱动的效用下，符号的有用性如何转化为经济价值。我们进一步分析了一个由基础通道和随机线性网络编码（RLNC）快速通道组成的双通道服务。在这种涡轮解码设置下，接收方结合通过两个通道到达的分片以最小化解码时间。在固定的基础通道价格-速率对和总速率约束下，我们推导出快速通道的定价边界，并展示了即使适度的额外RLNC速率也能产生可观的效用增益，具体取决于基础通道的传播机制。该框架自然地扩展到具有多个截止期限的阶梯式奖励计划，并通过区块链消息传播和延迟敏感竞争等代表性场景说明了其适用性。
本研究提出了一种基于随机计算的模拟退火算法（SC-SA），用于解决大规模组合优化问题。该算法利用随机比特流进行计算，能够快速收敛至问题的全局最小能量。在最大割问题（MAX-CUT）的基准测试集Gset和包含2000个节点的完整优化问题K2000上，SC-SA的表现显著优于典型模拟退火算法及其他现有方法，实现了数个数量级的加速，并获得了更好的求解分数。
本文针对典型可分离互易成本，建立了正向量零缺陷（中性）配置的有限数据认证框架。研究表明，该标量成本在非恒定连续成本中由识别组合律与平衡点的局部二次校准共同刻画；互易对称性和中性点归一化可从组合律导出。在守恒约束和有理信号类短窗口观测下，构建了在可识别轨迹上局部极大化的典型决策程序Φ*=A∘B∘P：任何能解析数据的可靠规则必须与典型输出一致，且无法解析更多案例。投影/强制核心由典型成本公理驱动，聚合/重构步骤则在非退化可识别轨迹上指定。
本研究针对洪水等极端天气事件造成的交通网络性能不确定性，提出了一个风险与模糊性感知的交通分配框架。该框架将灾害驱动的随机供给、内生路径选择与尾部风险管理相结合，构建了可处理的凸截断随机用户均衡（TSUE）模型。旅行者的感知成本采用归一化均值-条件风险价值（CVaR）确定性等价，通过两个可解释参数（$\alpha$ 和 $\lambda$）编码尾部敏感性，同时保持凸性。研究提出了两种互补方法：TSUE-随机规划（TSUE-SP）优化名义风险感知均衡；TSUE-分布鲁棒优化（TSUE-DRO）则通过纳入 $1$-Wasserstein 模糊集来防范校准误差和分布误设。在代表芝加哥市中心的网格网络上，相较于未受灾害影响的基线，TSUE-SP 和 TSUE-DRO 分别使西部走廊交通量增加了 67.9% 和 100.9%，表明模型能通过尾部权重和分布模糊性微调而非颠覆均衡选择，实现流量再分配。
本文针对电动汽车（EV）无序充电给电网带来的压力，以及车辆到电网（V2G）技术激励不足的问题，提出了一种动态菜单定价机制。该机制由停车场运营商管理，EV用户申报其能量需求和停车时长，运营商根据实时电价提供一个包含不同放电水平和对应价格的选项菜单。研究将此互动建模为一个双层优化问题，并转化为单层模型求解。结果显示，相较于无V2G的基准，该机制使运营商利润提升30%，用户支付降低17%；与广泛使用的分时电价相比，运营商利润提升22-29%，用户支付降低9-18%，V2G贡献度大幅增加87-235%。该框架为实时EV充放电与V2G集成提供了一种实用、计算高效且经济优势显著的方法。
本文基于Dzhumadildaev提出的构造过程，通过引入微分算子 $\partial$ 和积分算子 $\int$，从多项式代数出发系统地构建并研究了一类新的代数结构——Integro-derivation Dzhumadildaev代数。核心贡献在于发现了新的无限维单保守代数类，并完整描述了这些代数在秩为1和2情况下的导子结构。这项工作扩展了算子代数和非结合代数的研究范畴。
本文针对物种数量变化、大脑活动等广泛存在的复杂非自治系统，提出了一种新颖的双变量偏映射方法来检测其内部因果关系。由于这类系统的相空间并非流形，传统的收敛交叉映射方法不再适用。新方法通过将非自治系统转化为自治的斜积系统，并考虑转化带来的因果关系变化，从而从转化后的系统中检测原始系统的因果性。通过数学案例和真实大脑活动数据的验证，证明了该方法的有效性。
本文通过群作用与轨道-稳定子方法，研究了特征不为2的域上有限维ω-李代数的同构类几何，建立了同构类集合与ω的稳定子轨道空间之间的一一对应。应用计算理想理论，证明了所有三维ω-李代数构成的仿射簇是一个6维不可约仿射簇，且是一个完全交。作为应用，在代数闭域上给出了所有三维ω-李代数的完整分类（在同构意义下）。
本文提出了一种从具有分割系统的路径连通拓扑空间上的群作用，构造立方体复形上群作用的新方法。在双曲群或无边周分裂的相对双曲群情形下，该结果为Sageev的经典构造提供了替代路径，即从（相对）拟凸子群集合出发构建（相对）双曲群在立方体复形上的作用。
本文研究了有界区域Ω⊂ℝ^N中半线性椭圆方程−Δu=f(u)的稳定解。当非线性项f非负时，Cabré等人曾证明在N≤9维时解具有内部Hölder正则性，且其W^{1,2}范数可由u的L^1范数控制。然而，本文发现对于一般的f∈C^∞(ℝ)，在任何维度N≥1下，只要1≤p<q≤∞，都无法仅通过u的L^p范数来获得其内部L^q估计。这一结果揭示了非线性项符号对正则性估计的关键影响，并表明先前依赖于f非负假设的正则性理论无法推广到一般情形。
本文揭示了线性时不变系统中扰动解耦（DD）与基于半定规划的H2最优控制之间的根本性差异。研究表明，扰动解耦仅要求闭环系统H2增益为零，而无需内部稳定；而传统H2优化则严格限定于稳定控制器，导致无法恢复可能仅边际稳定的DD控制器。为弥合此鸿沟，作者构建了一个受双线性矩阵不等式约束的优化问题，直接强制执行DD子空间条件，并提出一种保持DD与稳定性的凸差迭代算法，该算法在标准约束条件下收敛至KKT点。四母线电力网络的数值实验表明，该框架能显著提升扰动抑制性能。
本研究针对正压Navier-Stokes系统，提出了一种连续数据同化方法。该方法仅要求观测解在整个观测时段内有界，而同步解（通常由数值方法提供）属于比传统弱解类大得多的耗散解类。研究表明，只要适当选择松弛参数，就能在任何紧预测区间上实现完全同步。这为流体力学中利用有限观测数据驱动数值模拟提供了理论保障。