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。
今日物理学研究呈现多学科交叉与前沿技术深度融合的趋势，聚焦于新原理器件、精密测量、计算模拟及能源应用。
今日数学研究呈现多领域交叉与经典问题新解的趋势，涵盖算子理论、组合数学、应用数学与计算数学等多个方向。
今日计算机科学领域研究聚焦于提升AI系统的效率、泛化能力与可靠性，覆盖从基础架构到垂直应用的多维度创新。
今日定量生物学研究聚焦于从单细胞到宏观表型的多层次机制解析与算法创新。
今日经济学研究呈现方法创新与微观机制深化并重的趋势，重点关注人工智能工具的应用、复杂网络中的权力分配以及个体行为的异质性影响。
今日天体物理学研究呈现跨领域方法融合与多信使观测深化两大趋势，覆盖从太阳系到宇宙学的前沿问题。
2026-04-06 共 121 条抓取，按综合热度排序
本研究提出并理论验证了“拓扑安德森随机激光器”，首次将拓扑激光与随机激光这两种对立范式统一起来。通过在平凡光子晶格中引入工程无序，系统被驱动进入拓扑安德森绝缘体相，从而涌现出手性边缘态作为边界选择性激射通道。该激光器展现出向单一边缘态的快速模式选择，产生超窄发射光谱，并在具有最大拓扑迁移率隙的无序强度附近实现优化的斜率效率。其单模相干特性显著区别于传统手性拓扑激光，同时比传统随机激光对局域扰动具有更强的鲁棒性。
本研究报道了在5T、1K动态核极化（DNP）靶系统中，对多种靶材料进行的绝热快速通道（AFP）自旋操控测量。主要进展包括：首次系统测量了辐照$^{15}$NH$_3$、辐照$^{14}$ND$_3$及TEMPO掺杂或辐照制备的丁醇系统中的AFP效率；提出了一种联合操控线形分析方法，可从AFP操控的NMR谱中提取自旋-1系统的矢量和张量极化分量，解决了标准强度比方法对非玻尔兹曼“半翻转”态失效的问题；并揭示了辐照$^{15}$NH$_3$样品AFP效率对初始极化的强依赖性。
本研究提出了ITACA探测器概念的更新设计，旨在通过同时成像电子轨迹和对应的离子轨迹，增强对无中微子双贝塔衰变（$0\beta\beta\nu$）的探测能力。核心创新在于：1）采用模块化高压氙气时间投影室（HPXeEL）与磁驱动转子系统（MARS），实现离子探测器的快速精确定位；2）提出使用基于Topmetal CMOS ASIC的离子探测器，替代原有的分子传感器方案，从而无需离线激光扫描即可实现离子轨迹的实时三维成像。模拟表明，结合增强的拓扑辨别能力与极低本底设计，该装置有望探索超过$10^{28}$年的$0\beta\beta\nu$半衰期。
基于1997-2024年Wind卫星观测的约800个行星际激波事件，本研究统计分析了激波上下游质子温度各向异性随激波几何构型、压缩比及距离的变化规律。研究发现：准垂直激波下游产生显著的垂直温度增强（$T_{\perp} > T_{\parallel}$），而准平行激波下游则因上游通常更强的平行温度而保持近各向同性；与CGL双绝热模型对比揭示了与几何相关的偏差，表明非绝热过程的重要性；激波驱动的各向异性在激波附近高度局域化，并随距离增加逐渐弛豫；下游各向异性受质子回旋、镜模（准垂直激波）和平行火蛇（准平行激波）等动力学不稳定性调控。
本研究提出了一种基于Transformer的建模框架，用于预测能源系统中的复杂流体流动。该框架采用分层的SwinV2-UNet架构，能够处理来自多保真度仿真的多模态流场数据集。模型通过辅助令牌显式编码数据模态和时间增量，实现了两种核心任务：1）时空推演，即自回归预测未来时刻的流场状态；2）特征转换，即从观测到的流场/视图推断未观测的流场/视图。模型在氩气射流注入氮气环境的CFD仿真多模态数据集上训练，结果表明，该数据驱动模型能够泛化到不同分辨率和模态，准确预测流场演化并从有限视图重建缺失的流场信息。
本文重新审视了有色线性逆模型（colored LIM）的白噪声极限问题。通过将有色噪声驱动的系统视为增广的Ornstein-Uhlenbeck系统，研究证明当相关时间τ→0时，系统会收敛到经典的LIM，其稳态协方差满足标准的涨落耗散关系。这澄清了基于导数的参数估计公式在极限处表现出的奇异行为与底层随机模型本身的规则极限行为之间的区别，为有色LIM在随机动力学层面能恢复经典LIM提供了自洽解释。
本研究提出采用完全摊销的神经网络后验估计方法替代传统的贝叶斯校准，用于锂离子电池内部状态诊断与参数反演。该方法将计算负担从参数估计阶段转移至数据生成与模型训练阶段，使参数估计时间从数分钟缩短至毫秒级，支持实时应用。研究表明，在6至27维参数空间内，NPE方法在参数校准精度上等同或优于贝叶斯校准，并提供了对电压曲线特定区域的局部参数敏感性等可解释性优势。该方法已在实验快充数据集上得到验证。
本研究利用真空紫外同步辐射光源和离子-电子符合谱仪，对DABCO分子进行了角分辨光电子能谱测量。精确测得其绝热电离能为$7.199\pm0.006$ eV，并首次分辨出阳离子基态的两个振动序列，频率分别为$847\pm27$ cm$^{-1}$和$1257\pm67$ cm$^{-1}$，归属为$e'$对称性模式。研究发现光电子角分布的各向异性参数$\beta$随振动激发而变化，这归因于出射波函数受到高里德堡态介导的散射效应。
本研究提出了一种基于完美硅晶体的中子环形腔结构，通过布拉格衍射实现中子的相干再循环。该结构预测在经历10,000次布拉格反射后，中子存活概率可达约64%，对应约束时间达秒量级。相比传统单次通过构型，该技术能大幅提升测量灵敏度，例如在施温格相互作用测量中，仅需800次反射即可实现π自旋转动，灵敏度提升超十倍。该平台为高灵敏度中子电偶极矩搜索（目标10⁻²⁷ e·cm）、中子宇称破坏检验、中子寿命测量及量子芝诺效应研究提供了新途径。
本文详细介绍了用于暗物质直接探测实验DarkSide-20k的“否决硅光电倍增管阵列”（vTiles）的完整生产和测试流程。每个vTile由24个硅光电倍增管（SiPM）集成在电路板上构成，用于探测液氩靶材中的相互作用，以甄别放射性中子和宇宙μ子本底。所有组件均在室温和低温下进行了详细测试，证实了其在低温条件下的稳定运行、高信噪比和低放射性污染。最终生产合格率超过87%，满足了实验需求。
本研究提出了一种通用的元优化方法，通过结合工作流抽象与机器学习技术（如差分进化和贝叶斯优化），实现了纠缠能带体系中最大局域化Wannier函数的全自动、全局优化。该方法无需人工干预，成功应用于三个场景：以毫电子伏精度自主插值纠缠能带结构；通过使用最小粗布里渊区网格，将全从头算玻尔兹曼输运计算加速千倍；以及对大型材料库进行超快高通量的高精度Wannier函数计算。此项工作使得以往需要超级计算机才能完成的计算，如今在个人计算机上即可实现。
研究提出利用聚变反应堆产生的高通量中子，通过(n,2n)核反应将环境污染物汞（Hg）不可逆地嬗变为稳定的黄金（Au）。这一过程不仅永久性地清除了汞污染，其产生的黄金价值（全球可提取汞储量估值约200万亿美元）还能为聚变发电带来额外收入，使电厂总收益提升至三倍。该方案将聚变能源从环境友好型提升为“抗污染型”，有望从根本上改善其政策评估与部署前景。
本研究提出了一种波长复用的大规模并行衍射信息存储平台。该平台由经过深度学习在波长尺度上结构优化的介电表面构成，能够存储并投影数千个不同的图像模式，每个模式对应一个独特的波长。数值模拟显示，在可见光谱范围内，该系统可在其输出视场内存储并投影超过4000个独立图像，图像质量高且光谱通道间串扰极小。概念验证实验展示了一个双层衍射设计，在六个不同波长下存储并投影了六个不同的图案。该架构具有可扩展性，无需材料色散工程或重新设计衍射层即可在电磁波谱的不同部分工作。
本研究提出了一种基于四雪崩光电二极管（4-APDs）四面体探测几何结构的快速单粒子追踪方法，用于解决纳米金刚石在动态流体环境（如活细胞）中快速运动导致的追踪与传感难题。该方法通过并行荧光采集，消除了传统顺序扫描的时间延迟，将时间分辨率与可测扩散系数上限提高了约一个数量级。研究将快速追踪与基于氮空位（NV）中心光探测磁共振（ODMR）的多参数量子传感相结合，在甘油/水混合物的热流变测量及活细胞内的同步平移与旋转追踪中进行了验证，为软物质和生物应用中的实时纳米级传感开辟了新途径。
本文提出用单边移位算子 $T$ 替代传统的双边移位算子 $B$ 来分析平稳过程的可逆性，从而在算子理论框架下统一了平稳过程可逆性（与充分但非必要的 $\ell^1$ 条件相关）与传递函数 $f(T)$ 的代数可逆性概念。研究证明，对于 Wiener 代数 $\mathbb{W}_+$ 中的函数 $f$，算子 $f(T)$ 是良定义的，其范数满足 $\| f(T) \| = \| f \|_{\infty}$，且等于 Toeplitz 算子 $T_f$。这为平稳过程分析提供了更严谨的数学基础。
本文针对相似性度量为严格凸函数的二次可微Bregman散度的情形，建立了$L^r$最优向量量化的Zador型定理。研究还证明了当Bregman散度被取值于正定矩阵集的连续矩阵值向量场替代时，类似结果依然成立。研究克服了该框架下特有的若干困难，特别是关于“防火墙引理”的证明，为Bregman散度下的量化理论提供了严格的理论基础。
本文研究了Lévy算子类（包括分数阶拉普拉斯算子）的唯一延拓性质（UCP），即若算子作用结果与函数本身在开集上均为零，则函数处处为零。作者建立了UCP成立的充要条件，并证明了Lévy算子与其预解式在UCP上的关联。该结果为分数阶拉普拉斯算子的UCP提供了新的初等证明，并推广至离散拉普拉斯算子的Bernstein函数类。
本研究证明了Katz于1989年提出的关于反自极多面体f向量的不等式猜想。证明过程采用了基于Whiteley结果的Kalai组合不等式，避免了Stanley和Karu方法中涉及的复杂代数几何工具，为这一经典问题提供了更初等的组合证明路径。
Golomb序列是满足全局自引用规则 $a\bigl(\sum_{i=1}^{n} a(i)\bigr)=n$ 的唯一非递减正整数序列，其增长平滑如 $n$ 的幂次，且对任意 $k\ge 2$ 都不是 $k$-正则的。本文引入“几乎Golomb序列”，通过将累积和截断为固定大小 $r$ 的滑动窗口 $a\bigl(\sum_{i=n-r+1}^{n} a(i)\bigr)=n$ 来构造。这一有限记忆截断彻底改变了序列的性质：平滑的幂律增长被振荡的线性增长取代，且序列对每个 $r\ge 2$ 都成为 $r$-正则的。研究揭示了小 $r$ 下的显式解、$a(n)/n$ 的不收敛性，以及其与元胞自动机、回文代换的联系。一个数值上的惊喜是：截断前的Golomb序列本身重新出现，成为控制由其生成的整个序列族最大重数的规律。
本研究将Ryu等人提出的标度相对图框架从希尔伯特空间推广到一般赋范空间。通过用正则配对替代内积，并利用其不对称性引入了方向角与方向标度相对图。该几何工具可用于验证算子的关键性质，如压缩性和单调性。论文还推导了SRG在缩放、求逆、加法与复合运算下的演算规则，并以贝尔曼算子为例进行了数值验证。
本文针对将常微分方程中的时间导数算子替换为分数阶导数算子时出现的量纲不一致问题，提出了一种解决方案。研究表明，通过执行一个满足特定条件的简单变量替换，可以确保具有非奇异核的分数阶微分方程在物理量纲上的一致性。文章通过具体实例演示了所提方法的有效性，为分数阶微积分在物理建模中的正确应用提供了理论保障。
本研究为磁共振弹性成像（MRE）开发了一个全面的硅基仿真数据集，用于评估和基准测试反演算法。该数据集通过求解线性粘弹性材料中剪切波传播的有限元正演计算获得，包含不同时空分辨率的均匀立方体域模拟，并扩展到包含材料不均匀性和内部动脉搏动等更生理化的变化。通过将模拟数据输入直接反演（DI）方案进行案例研究，发现由于频域模板的截断和相消误差导致收敛性受损，重建精度与测量网格的时空分辨率呈非单调依赖关系。该数据集有望成为推动MRE技术发展和完善的重要基准工具。
本研究将Kabluchko和Zaporozhets的单变量指数轮廓机制推广到多变量情形。考虑定义在$\mathbb{C}^d$上的随机P-多项式，其单项式支撑受凸体$P\subset\mathbb{R}_+^d$约束，系数具有均匀指数轮廓$f$。在系数满足尾部条件$\mathbb{P}(\log(1+|\xi_0|)>t)=o(t^{-d})$下，证明了归一化位势$\frac1n\log|\mathbf{P}_n|$在$L^1_{\mathrm{loc}}(\mathbb{C}^d)$中依概率收敛于确定的环面多重次调和函数$\Phi_{P,f}$，进而归一化零点流$\frac1n[Z_{\mathbf{P}_n}]$弱收敛于闭正$(1,1)$-流$dd^c\Phi_{P,f}$。在更强的对数矩假设下，对$d>2$证明了全序列的几乎处处弱收敛。极限位势由$\Phi_{P,f}(z)=I_{P,f}(\operatorname{Log} z)$给出，其中$I_{P,f}$是轮廓$f$在$P$上的Legendre-Fenchel变换。
本文计算了量子平面的修剪分级双Ore扩张的显式同调不变量。针对一个(14641)型的导引族，确定了平凡右模的极小分级自由分解与分级Betti数，并计算了两个自然循环右模的线性分解。这为代数的PBW结构与其次商模的同调行为之间建立了具体的联系。
本研究将神经网络表达能力的超平面排列框架从辫群排列推广到判别式排列。通过电路关系和默比乌斯反演，作者给出了兼容分段线性函数的组合描述，并证明其维度等于独立集的个数。特别地，对于大小为三的电路，函数的值完全由最多两个元素的子集上的取值决定。这项工作为理解神经网络的表示能力提供了新的几何与组合视角。
本文针对在线凸优化中的Leon算法进行了改进分析，证明了其预条件子的稳定性，从而避免了额外超参数的调优。更重要的是，研究首次开发了无需每次迭代计算投影、且结合Nesterov加速的One-sided Shampoo实用变体。作为额外贡献，该工作在非光滑非凸设定下获得了改进的维度无关收敛速率，并为提出的算法提供了统一分析框架，最终实现了具有（块）对角预条件子的加速投影自由自适应SGD。
本文提出Holos，一个为长期生态持久性设计的Web级LLM多智能体系统，旨在解决开放世界中智能体系统的扩展摩擦、协调崩溃和价值耗散问题。其核心采用五层架构，包含高效智能体生成与托管引擎Nuwa、市场驱动的弹性协调器Orchestrator，以及实现激励相容的内生价值循环。该系统通过弥合微观协作与宏观涌现之间的鸿沟，为下一代自组织、持续演化的Agentic Web奠定了基础。
本研究提出了一种用于三维裂隙结晶岩介质中地下水流动模拟的卷积代理模型。该模型旨在替代计算昂贵的精细尺度离散裂隙-基质模拟，通过3D卷积神经网络结合前馈层，从表征基质和裂隙渗透率张量随机场的体素化3D域中，直接预测等效水力传导率张量 $\mathbf{K}_{\text{eq}}$。模型在由不同裂隙-基质导水率比生成的DFM模拟数据上进行训练，在广泛的裂隙网络参数和基质场相关长度范围内，归一化均方根误差低于0.22。实际应用表明，该代理模型在保持精度的同时，将计算成本降低了超过100倍，为多级蒙特卡洛框架中的数值均质化提供了高效替代方案。
本文提出LiME（轻量级专家混合模型），解决了传统MoE-PEFT方法中专家数量增加导致可训练参数线性增长的问题。LiME通过单一共享的PEFT模块和轻量级专家向量进行调制，而非为每个专家复制适配器，从而大幅减少参数。其创新点包括零参数路由（利用现有冻结和适配的表征）、n-gram窗口路由以及基于路由置信度的自适应专家选择（Auto Top-K）。理论证明，更多专家能保留更多任务相关信息，且调制方法能以有界误差逼近完整的专家特定PEFT。在包含47个跨文本、图像和视频任务的MMT-47基准测试中，LiME在性能相当或更优的同时，可训练参数减少高达4倍，训练速度提升高达29%。
SIEVE 提出了一种从自然语言上下文（如指令、知识或反馈）中进行样本高效参数学习的新方法，仅需三个查询示例。其核心是 SIEVE-GEN 合成数据生成流程，基于“上下文可分解”的洞见，通过将合成查询仅与相关上下文配对，而非全部上下文，来生成更高质量的推演数据，再通过上下文蒸馏将上下文内化到模型权重中。在需要上下文的推理任务（如自定义领域、RuleArena 和单书机器翻译）中，SIEVE 仅用三个示例就超越了先前的上下文蒸馏方法，实现了高效的参数适应。
本文针对掩码扩散语言模型采样成本高的问题，提出了一种模型调度方法。研究发现，在扩散去噪过程中，早期和后期步骤对模型规模缩减的鲁棒性更强，而中间步骤最为敏感。通过使用更小的模型替换部分步骤中的大模型，可以在生成困惑度仅有轻微下降的情况下，实现高达17%的FLOPs减少。该研究通过损失分析和KL散度验证了步骤重要性差异，为加速扩散模型采样提供了一种简单且与架构无关的实用方案。
本研究提出PROGRS框架，旨在解决大语言模型数学推理中过程奖励模型与最终答案正确性不一致的问题。传统方法仅优化最终结果，对多步推理的中间错误指导有限。PROGRS将过程奖励视为同一问题下不同答案轨迹间的相对偏好，而非绝对目标，并引入结果条件中心化技术，消除错误轨迹的系统性偏差。该方法结合冻结的分位数回归过程奖励模型与多尺度一致性评估器，无需额外可训练组件，在MATH-500等多个数学推理基准测试中显著提升了Pass@1性能。
本研究探索了基于大语言模型（LLM）的文本压缩技术，在无损与有损压缩两个方向上取得突破。在无损压缩方面，通过领域适配的LoRA适配器，可将基于LLM的算术编码压缩效率提升2倍。在有损压缩方面，提出“问答式压缩”（QA）协议，受“二十个问题”游戏启发，让小模型通过向大模型提出是/否问题（每次传输仅1比特）来迭代优化自身响应。在8个涵盖数学、科学和代码的基准测试中，仅10个二进制问题就能恢复小模型与大模型之间23%至72%的能力差距，压缩比低至$0.0006$至$0.004$，比现有LLM压缩方法小100倍以上，证明交互式协议能极大提升知识传输效率。
本研究系统评测了WebGPU在批大小为1的LLM推理中的调度开销，覆盖NVIDIA、AMD、Apple、Intel四家GPU厂商、Dawn/wgpu-native两种原生实现、Chrome/Safari/Firefox三种浏览器及两种模型规模。核心贡献在于提出了一种顺序调度方法，揭示出简单的单操作基准测试会高估约20倍的调度成本。真实WebGPU API开销在Vulkan上为24-36μs，Metal上为32-71μs，包含Python成本的总操作开销约为95μs，这对优化至关重要。在Vulkan上，内核融合使吞吐量提升53%，而CUDA融合无收益，证实了每操作开销是主要差异点。研究构建了基于PrivateUse1的PyTorch后端torch-webgpu和FX-to-WebGPU编译器，在参考平台上达到CUDA性能的11-12%。结论指出，在当前调度密集的流水线下，无论内核质量如何，每操作开销都占主导地位。所有代码、基准测试和原始数据均已开源。
本文提出UI-Oceanus框架，旨在解决通用GUI智能体扩展中的数据瓶颈和“蒸馏天花板”问题。其核心创新在于将学习重点从模仿高级轨迹转向通过真实环境反馈掌握交互物理。研究发现，前向动力学（即对未来界面状态的生成式预测）是扩展性的主要驱动力，显著优于逆向推理。该方法将低成本自主探索转化为高密度生成式监督，构建鲁棒的世界模型。实验表明，基于合成动态持续预训练的模型在离线基准测试中平均成功率提升7%，在真实在线导航中增益达16.8%，且性能随合成数据量扩展，为GUI自动化提供了具有跨域适应性和组合泛化能力的可扩展路径。
本文针对大语言模型在药物发现领域应用缺乏客观评估的问题，提出了一个名为DrugPlayGround的基准测试框架。该框架旨在系统评估LLMs在生成药物理化特性、药物协同作用、药物-蛋白质相互作用以及药物分子扰动生理反应等文本描述方面的性能。其核心贡献在于不仅测试模型的预测能力，还通过与领域专家协作，要求模型为预测提供详细解释，从而评估其化学与生物学推理能力，以推动LLMs在药物发现全流程中的更广泛应用。
本研究针对离线偏好强化学习（PbRL）中人类反馈获取成本高、查询效率低的问题，提出了OPRIDE算法。该算法通过设计一种最大化查询信息量的探索策略，以及一个旨在缓解奖励函数过拟合的折扣调度机制，有效解决了低效探索和奖励过优化两大瓶颈。理论分析和在运动、操控、导航等多种任务上的实验表明，OPRIDE能以显著更少的查询次数，超越现有方法，实现更强的性能。
本文提出了一种名为可微分符号规划（DSP）的新型神经架构，旨在解决神经网络在约束推理方面的短板。DSP通过维护一个跟踪节点约束满足证据的可行性通道（$\phi$），将其聚合成全局可行性信号（$\Phi$），并利用稀疏最大注意力机制实现精确的离散规则选择。该架构被集成到通用认知内核（UCK）中，结合了图注意力与迭代约束传播。在三个约束推理基准测试（图可达性、布尔可满足性、规划可行性）上的评估表明，UCK+DSP在4倍规模泛化的规划任务上达到97.4%的准确率，显著优于基线模型（59.7%），并在正负样本上均保持平衡性能。消融研究揭示了全局$\phi$聚合的关键作用。
本研究探索了如何优化大语言模型（LLM），使其生成更节能的代码，以支持绿色软件开发。研究者采用了一种名为对比提示调优（CPT）的参数高效微调方法。该方法结合了对比学习（帮助模型区分高效与低效代码）和提示调优，成本远低于传统微调。在Python、Java和C++三种语言的编码问题上对三个模型进行评估，结果显示CPT能稳定提升其中两个模型的代码准确性，但节能效果的提升因模型、编程语言和任务复杂度而异，表明其改进并非在所有情况下都可靠。
PRISM框架将强化学习智能体的决策过程解耦为离散、可因果验证的“概念”，并以此作为不同算法训练出的智能体之间进行零样本知识迁移的接口。该方法通过K-means聚类将编码器特征映射为K个概念，并通过因果干预验证了概念对行为的直接驱动作用（干预后动作改变率达69.4%）。研究发现概念使用频率与重要性解耦，并证明通过对齐概念可实现策略的零样本迁移，在Go 7×7任务中，迁移后智能体胜率从基准的3.5%提升至最高76.4%。
本研究通过熵分析揭示了思维链（CoT）与强化学习（RL）在文本到图像生成中的交互机制：CoT扩展探索空间，RL收缩至高奖励区域，且图像质量与文本CoT的熵呈负相关。基于此，作者提出了熵引导的组相对策略优化（EG-GRPO），该策略根据令牌的不确定性重新分配优化预算：低熵令牌免于奖励更新以保持稳定，高熵令牌则获得熵奖励以鼓励结构化探索。在标准基准测试中，EG-GRPO实现了最先进的性能。
针对低轨卫星在严格内存与通信约束下进行协同增量学习的挑战，本研究提出MLFCIL框架。该框架将灾难性遗忘分解为三个来源，并分别在不同层级进行缓解：使用类别重加权损失减少本地偏差；结合特征回放与原型引导漂移补偿的知识蒸馏来保留跨任务知识；采用类别感知聚合以减轻联邦过程中的遗忘。此外，设计了结合轮级自适应损失平衡与步级梯度投影的双粒度协调策略，以优化稳定性与可塑性间的权衡。在NWPU-RESISC45数据集上的实验表明，MLFCIL在精度和遗忘缓解方面显著优于基线方法，且资源开销极小。
针对城市车联网(VANET)链路频繁中断和子网碎片化问题，本研究提出基于动态动作掩码增强的QMIX算法(Q-SDAM)，通过动态部署多无人机作为通信中继，在最大化车辆连通性的同时最小化无人机能耗。算法采用评分机制动态约束智能体动作空间，加速学习过程并提升优化性能。基于真实数据集的实验表明，相比现有算法，Q-SDAM将连通性提升18.2%，能耗降低66.6%。
针对大语言模型（LLM）在心理健康支持中可能加剧精神病患者妄想与幻觉的风险，本研究提出了一种可扩展的临床验证安全评估框架。方法包括：制定七项临床安全标准、构建人类共识数据集，并测试使用单个LLM作为裁判（LLM-as-a-Judge）或多个LLM多数投票作为陪审团（LLM-as-a-Jury）的自动化评估。结果显示，最佳LLM裁判与人类共识高度一致（Cohen's $\kappa_{\text{human} \times \text{gemini}} = 0.75$），且略优于陪审团方法（$\kappa_{\text{human} \times \text{jury}} = 0.74$）。这为心理健康领域的LLM安全性评估提供了兼具临床依据与可扩展性的新路径。
本文针对大型语言模型（LLM）在教育评估中可能导致的认知卸载和学术诚信问题，提出了“AI-Sinkhole”框架。该框架利用AI代理（基于量化模型如LLaMA 3、DeepSeek-R1）动态发现、语义分类新兴的LLM聊天机器人服务，并通过Pi-Hole在网络层面实施临时DNS阻断。实验表明，该分类器在跨语言任务中表现稳健（F1分数 > 0.83），为在享受AI教育益处的同时维护学术严谨性提供了可解释的技术方案。
本研究提出了一种名为VeloTree的新方法，用于从单细胞RNA速度场数据中推断细胞分化轨迹树。该方法的核心是引入了一种基于变分距离的细胞间差异度量，该度量通过计算RNA速度场积分曲线之间的平方变分距离来定义，被证明是目标分化树上路径距离的稳健估计。研究还实现了全面的RNA速度场预处理与整合流程。在多个模拟和真实数据集上的测试表明，该方法能够高精度地重建分化树，性能优于现有技术。
本研究系统评估了86种SNP遗传率估计配置对多基因风险评分性能的影响。使用六类工具在10个UK Biobank表型上获得844个估计值，发现遗传率估计值范围从-0.862到2.735，算法选择和GRM标准化对估计值影响最大。然而，下游PRS测试性能与遗传率大小仅微弱相关（GCTA-SBLUP的$r = -0.023$，LDpred2-lassosum2的$r = +0.014$），表明PRS性能对遗传率输入的适度变化相对稳健。
本研究以金星蕨科为对象，整合叶绿体系统发育组学、密码子使用降维分析和形态学数据，发现叶绿体同义密码子使用偏好模式与物种系统发育关系显著不符，却与叶片基部结构这一关键形态性状的趋同进化强烈相关。这种趋同分子信号主要由光合作用相关基因驱动，表明密码子使用偏好可作为适应性历史的量化指标，揭示了与蛋白质合成调控相关的隐性分子趋同层。
本研究对公共单细胞扰动图谱数据集（人类TF Atlas）进行了重新分析。针对该数据集缺乏内部阴性对照的问题，研究团队开发了一套可重复的分析流程，利用胚胎体细胞作为外部基线，并通过背景扣除法去除批次效应和转导假象。该方法成功从77,018个细胞中为87个转录因子（TF）中的59个恢复了TF特异性表达特征，显著优于传统方法（仅检测到27个）。研究识别出HOPX、MAZ、PAX6等关键转录重塑因子，并将特定TF（如FEZF2、EGR1）与分化调控、Hippo通路等生物学过程相关联。分析表明，即使缺少池内对照，通过严谨的外部控制和计算策略，仍能获得可靠的TF水平信号。
本文提出了一种高维多对多对多（MMM）中介分析方法，用于研究暴露变量、中介变量和结局变量均为多元且可能高维的复杂通路。该方法能同时进行高维暴露和中介变量的选择，估计间接效应矩阵（即连接暴露-中介和中介-结局通路的系数矩阵），并预测多元结局。理论证明估计的间接效应矩阵具有一致性和渐近正态性。模拟研究验证了其有限样本性能，并在阿尔茨海默病神经影像学计划（ADNI）数据中应用，分析了688个全基因组显著SNP通过202个脑区皮层厚度影响11个认知行为与诊断结局的通路，识别出具有生物学解释性的基因-神经-认知通路，并提升了样本外分类与预测性能。
本研究提出了一种集成多种表征相似性度量的新方法，以更全面地比较不同大脑区域或人工神经网络模型的表征结构。传统方法通常依赖单一度量，而本研究整合了捕捉几何结构、单元调谐和线性可解码性等不同侧面的度量。研究发现，几何和调谐结构（如RSA、Soft Matching）能更强地区分不同大脑区域或模型家族，而线性可解码信息则更普遍地共享。通过采用最初为多组学数据设计的相似性网络融合（SNF）框架，研究成功整合了这些互补信息，实现了比任何单一度量都更清晰的大脑区域和模型家族分离，并揭示了与视觉皮层已知解剖和功能层次更吻合的层次结构。
本研究提出了一种基于随机鞅周转的替代框架，用于解释生物系统（如肠道免疫）中的适应性控制。在该框架下，细胞通过相互竞争进行增殖，并以非细胞类型特异性的方式衰亡。通过随机模拟和数学分析，研究发现该过程能自主产生与低衰亡概率相关的平衡种群组成。其组成动力学可描述为步长在低衰亡区域减小的随机游走。衰亡减少导致总种群规模增大和兼容微观状态数量增加，进而在波动条件下塑造了组成分布。更一般地，该动力学遵循一个修正的朗之万方程，其中恒定质量被一个与总种群规模成正比的、依赖于适应度的有效质量所取代。这表明生物系统在塑造其宏观行为时，不仅调控变化方向，还调控对变化的抵抗力。
本研究探讨了内部变量（如基因表达水平）波动驱动的细胞生长模型，该模型可概括多种表型异质性种群模型。研究发现，在特定条件下，内部变量可与细胞尺寸解耦，并通过Feynman-Kac公式建立了谱系动力学与种群分布之间的联系。研究推导了谱系和种群整体中解耦发生的条件，并证明当两者均解耦时，尺寸动力学可通过随机时间变换转化为均匀生长过程，期望值可通过指数倾斜方法计算。此外，研究还区分了仅在单一整体中成立的较弱解耦形式，并对质量加权表型分布中的倾斜期望给出了更广义的解释。
本文为使用大语言模型（LLMs）测量潜在经济变量建立了理论与应用基础，尤其针对描述职业任务认知内容的细粒度变量。作者形式化了LLM生成分数作为有效工具的四个条件：语义外生性、构念相关性、单调性和模型不变性。基于此框架，利用Claude Haiku 4.5对18,796条O*NET任务陈述进行评分，构建了“增强人力资本指数”（AHC_o）。该指数与现有六个AI暴露指数显示出强收敛效度（如与Eloundou GPT-gamma的r=0.85）和区分效度。主成分分析证实AI相关职业测量包含“增强”与“替代”两个独立维度。跨模型评分者信度良好（Pearson r=0.76）。工具变量估计结果显示，系数比OLS估计大25%，与经典测量误差衰减一致。该方法可推广至需大规模量化语义内容的领域。
本文通过追踪跨国多层所有权网络，揭示了外国直接投资（FDI）中资本集中的隐秘机制。研究发现，企业控制权并非仅由最终所有者掌握，而是通过少数金融中介在跨国所有权链中的互动实现。即使持股比例很小，也能通过复杂的网络结构（如控股公司和投资工具）获得实质性治理权力。这挑战了所有权分散即控制权分散的传统观点，对关键行业的战略自主权和经济主权具有重要影响。
本研究利用英国税务海关总署（HMRC）2000年至2023年的税前与税后收入百分位数数据，通过加权非线性最小二乘法拟合了经过预因子调整的κ广义分布模型，并采用逆变换抽样生成模拟收入人群。分析发现，在此期间收入份额发生了再分配：底层40%人群的份额有所增加，中高收入群体（第50至90百分位）份额下降，顶层10%份额总体稳定，而顶层1%的税前收入份额则出现增长。研究进一步通过模拟2023年税前收入来评估税制改革情景，结果表明，为达到同等税收收入，对高收入者增税的幅度需比对低收入者增税的幅度高出四倍以上。这揭示了尽管收入向顶层集中，但英国的税基仍主要由顶层之外的广大纳税人群体支撑。
本文构建了一个非线性动态模型，研究经济回报与社会压力如何共同影响高等教育选择。模型区分了具有模仿行为的“追随者”和具有逆向适应行为的“地位寻求者”。个体的教育偏好内生于总入学率和随受教育劳动力供给增加而下降的内生工资溢价。研究发现，当人口结构处于中等异质性时，亲周期的模仿力量与反周期的地位寻求力量之间的冲突会破坏稳态，通过倍周期分岔通向混沌，导致入学率出现复杂的内生波动。这种不稳定性被视为一种显著的协调失灵，扰乱了经济信号，阻碍了学生和机构的理性长期规划。
本研究探讨了中小企业（SMEs）的创业导向（EO）如何影响其SaaS平台的治理绩效。结合交易成本理论，研究发现人力资产专用性和SaaS使用频率与企业的战略目标之间存在倒U型关系：适度使用有益，过度依赖则可能损害长期治理成果。具体而言，风险承担倾向会强化人力资产独特性与SaaS战略匹配度的关联，而主动性则能加强其与长期成功的联系。研究通过多研究设计（对英美创业者的调查与欧洲初创企业的二手数据分析）证实，SaaS战略匹配度与长期绩效同样呈倒U型关联，提示企业在数字化转型中需平衡创业决策与技术依赖。
针对可再生能源出力不确定性导致的高平衡成本问题，本文提出了一种新型两阶段市场出清机制。在日前阶段，发电商需上报其出力预测的概率分布；在实时阶段，再上报实际出力。通过将VCG支付机制扩展至两阶段框架，该机制在激励相容性和个体理性方面具有良好性质。案例研究表明，该机制能有效降低系统总成本，提升高比例可再生能源电力市场的运行效率。
本研究通过匹配双重差分生存分析，利用Stack Overflow上超过2100万个问题的时序数据，实证检验了广义互惠（即接受帮助后更倾向于帮助他人）对在线知识共享平台合作行为的驱动作用。研究发现，获得答案会显著提高用户帮助他人的倾向，但该效应主要集中在平台新用户中，并随着用户经验的增加而减弱。这表明互惠主要作为一种贡献者招募机制，在平台特定的声誉和地位激励取代普遍的道德互惠冲动之前发挥作用。此外，回答的响应时间存在非线性调节效应，在约30至60分钟的再参与窗口内到达的答案最能激发互惠行为。
本文提出了一种识别动态面板Logit模型固定效应的通用方法，其核心是将识别问题与数学中的截断矩问题相联系。该方法通过一组有限的条件矩等式及模型参数的形状约束，来刻画结构参数和潜在个体效应分布泛函的识别集。相较于现有方法，新框架能在某些情况下提供信息性更强的边界，甚至实现点识别。研究还提出了基于半定规划的估计与推断程序，适用于连续或离散协变量，并能处理点识别与部分识别模型。最后，通过就业动态的实证应用展示了方法的有效性。
本文挑战了“在完美市场中，NFT版税会被精明的投机者提前定价从而失效”的直觉。研究表明，在更现实的、存在摩擦的市场条件下，版税机制能通过至少三种方式让创作者从投机者中获益：1）风险分担（在风险厌恶下）；2）缓解信息不对称（当投机者信息更灵通时）；3）实现价格歧视（在多单位销售场景中）。这些机制不仅为创作者创造了价值，还显著扩大了交易规模，为平台带来了更高的交易量。研究结果为实证研究和平台设计提供了可检验的预测。
本研究在印度泰米尔纳德邦的城郊地区进行了一项随机干预实验，旨在通过改变社会规范来提升卫生设施使用率。干预措施结合了描述性规范信息传递、社区参与和信息提供，以提高人们对厕所使用普遍性和认可度的感知。结果显示，干预区域的厕所拥有率显著提高了8个百分点，持续使用率提高了6-7个百分点。中介分析表明，厕所使用率和拥有率的提升主要由人们对厕所使用普遍性（经验期望）和认可度（规范期望）的信念改变所驱动。此外，干预还提高了受访者为居住在无露天排便环境中的支付意愿，表明对更清洁卫生环境的感知价值有所增加。
本研究通过793名员工的真实任务实验，揭示了员工对同事表现信息的偏好存在显著异质性。部分员工愿意付费获取信息，而15%的员工因压力宁愿付费避免事前知晓。这些偏好差异能有效预测员工对信息的努力反应：偏好信息者会随相对表现提升而更重视信息，而回避信息者则无生产力提升。研究进一步表明，统一的反馈政策可能损害部分员工福利，而根据个体差异定制信息提供时机可使整体福利提升高达48%。
研究团队将云安全领域用于检测权限升级的Burau-Lyapunov指数（LE）算法，未经任何参数调整，直接应用于太阳日冕磁场数据。该算法能有效区分“爆发性”与“受限性”磁场结构，其判别能力超越了传统阿贝尔统计量。这一跨领域验证表明，该数学工具具有普适的动力学模式识别能力，为太阳物理预测提供了新思路。
月球因其独特的地震宁静环境，成为探测科学意义重大的分赫兹频段引力波的理想平台。激光干涉仪月球天线（LILA）项目计划在月表进行引力波测量，其两个任务概念——LILA-Pioneer（L形应变仪）和LILA-Horizon（三角形干涉仪）——的科学回报与具体站点无关，但实际部署面临多重约束。这些约束包括：需隔离人为噪声、抵御月球恶劣环境、便于月球车通行以及满足通信视距要求。研究已为两个任务概念确定了多个可行的候选站点，表明部署方案存在多种选择。
本研究利用uGMRT、JVLA和LOFAR的宽频射电连续谱观测数据，对星系团MACS J1752.0+4440中的双射电遗迹系统进行了高分辨率形态与频谱分析。研究发现，较亮的东北遗迹具有双峰表面亮度和频谱指数分布，并识别出“亮条”子结构。两个遗迹的积分频谱指数异常平坦（$\alpha_{\mathrm{int}}^{\mathrm{NE}} = -0.91 \pm 0.06$，$\alpha_{\mathrm{int}}^{\mathrm{SW}} = -0.83 \pm 0.05$），频谱曲率分析显示存在与粒子老化模型相反的“凹”谱（正频谱曲率）。研究估计的注入马赫数约为$\mathcal{M} \approx 3.1-3.2$，并指出观测特性与单一激波前端的简单模型不符，多重激波面、再加速和投影效应可能共同塑造了遗迹的形态。
研究通过解析计算和N体模拟，论证了银河系球状星团中观测到的主序双星比例远低于太阳邻域的现象，主要源于“软”原初双星在星团寿命期内的动力学瓦解。研究假设星团初始双星分布与太阳邻域相同，发现动力学过程足以解释当前观测差异，并指出恒星质量黑洞通过“黑洞燃烧”机制对塑造双星群体起关键作用。该结果强调了在星团动力学理论建模中采用真实初始条件的重要性。
本研究利用暗能量光谱仪（DESI）第二次数据发布（DR2）的最新角直径距离测量，结合多组Ia型超新星（SNeIa）的光度距离数据，对描述引力理论中光度距离 $D_{\rm L}$ 与角直径距离 $D_{\rm A}$ 关系的Etherington关系（宇宙距离对偶关系）进行了检验。结果表明，观测数据与该关系在统计上一致，这验证了其背后的引力度规性、洛伦兹不变性及光子数守恒等基本假设。基于未发现任何偏离，研究进一步约束了SNeIa绝对星等的演化率，得出 $dM/dz = 0.07 \pm 0.07$，并讨论了如何利用该关系约束动力学暗能量几何探针分析中的系统误差。
本文介绍了为即将发射的系外行星探测任务PLATO构建的两个关键输入星表：技术校准星表（cPIC）与精细导星星表（fgPIC）。cPIC包含71,671颗恒星，用于在轨仪器验证、校准与配置；fgPIC包含2,640颗亮星，为星载精细导星系统提供实时指向参考。研究详细阐述了两个星表的选择标准及其对任务校准流程构建的影响，是确保PLATO高精度光度测量与稳定观测的关键前期工作。
本研究利用DESI DR1巡天数据，分析了三种星系示踪样本（BGS、LRG、ELG）的颜色如何依赖于宇宙网环境（空洞、薄片、纤维、节点）。通过T-Web方法重构宇宙网，并采用质量依赖的Otsu方法区分红/蓝星系。研究发现，恒星质量是星系“淬灭”（停止恒星形成）的主要驱动力，而宇宙网环境（尤其是高密度节点）则提供了系统性的次级调制作用。LRG样本显示出明显的环境依赖性淬灭，而ELG样本的红移演化则非常显著。总体而言，纤维和薄片容纳了最大份额的红蓝星系，而节点虽然红星系比例高，但贡献的总份额较小。
本研究提出了一种名为SESCC（速度-误差信号交叉相关）的新方法，用于测定古代星表的年代。该方法通过分析恒星自行速度与星表位置残差之间的交叉相关性来确定星表原始观测的年代。其核心原理是：在真实的观测年代，位置残差应与恒星的运动速度无关。研究将该方法应用于著名的《天文学大成》（Almagest）星表，结果显示其年代分布有74%的概率早于公元元年，这与星表可能源于喜帕恰斯（Hipparchus）而非托勒密（Ptolemy）时期的假说一致。该方法对星表的整体经度偏移具有鲁棒性，并经过了第谷·布拉赫和乌鲁伯格星表的验证。
本研究基于TNG50宇宙学模拟，系统研究了星系内部暗物质密度轮廓的内斜率。研究发现，高恒星质量星系（$M_\star \gtrsim 10^{11} M_\odot$）普遍呈现较浅的内斜率，而低质量星系（$M_\star \lesssim 10^{9} M_\odot$）则表现出更丰富的多样性。在固定恒星质量下，低质量卫星星系倾向于拥有更陡峭的“尖点”轮廓，且最陡峭的轮廓出现在更红、$V_{\max}$更低、位于更大质量宿主晕中的星系。研究还揭示了清晰的宇宙学演化：从$z \sim 1$时的较浅轮廓，到低红移时（包括流体动力学和纯暗物质模拟）变得更陡峭，其中流体动力学模拟的星系轮廓更陡。通过与纯暗物质模拟对比，证实了重子过程（如气体冷却、恒星形成及反馈）对塑造星系中心暗物质结构的关键作用。
本研究利用詹姆斯·韦伯太空望远镜（JWST）对红移$z \gtrsim 5$星系的最新观测数据，首次应用极值统计方法，计算了红移范围$3.5 \lesssim z \lesssim 8.5$内超大质量黑洞质量与宿主星系恒星质量的极端值分布。通过采样分析，预测该红移范围内黑洞与恒星质量比的中位数约为$0.24$，各红移区间中位数在$0.18-0.35$之间波动。该理论预测与JWST观测到的早期星系最高质量比值一致，为理解宇宙早期黑洞与星系的共同演化提供了关键约束。
本研究揭示了北冕座T星（T CrB）这一周期性新星的爆发机制。通过分析其约80年的爆发周期和长达15年的高亮度状态，研究团队提出，高亮度状态源于供星物质转移率在短时间内激增约100倍，驱动了高粘滞度（α=3）吸积盘。模型约束表明，白矮星质量约为1.29倍太阳质量，伴星质量约为0.7倍太阳质量。研究证实，其爆发由吸积事件直接诱发，若没有增强的物质转移，爆发间隔将长达约5500年。此外，爆发前1-2年的亮度下降被解释为热核反应预热导致吸积包层缓慢膨胀（平均速度$v_\mathrm{exp}= 0.02$ km s$^{-1}$）所致。
本研究结合Gaia DR3、MWISP CO巡天和LAMOST DR11数据，对名为“Snake III”的蛇形恒星结构进行了多维度分析。通过5维相空间筛选，确定了5683颗成员星（中位年龄7.6 Myr）及12个嵌入的疏散星团，并利用BEEP距离与$^{12}$CO速度在空间和运动学上清晰关联了恒星复合体与分子云。研究发现，分子云密度随银经增加而升高，较老的星团在更高密度区域附近的空洞中形成，而年轻的场星则优先在当前高密度环境中诞生，表明云密度调控着恒星形成序列。$^{12}$CO激发温度、质心速度、速度弥散及H$\alpha$发射揭示，早期反馈先压缩云边缘触发新恒星形成，随后扫掠并驱散母云。一个极年轻的星团（ASCC 125，4.4 Myr）位于最致密区域附近，却被一个具有双向密度-速度扰动的壳层包围，这与UBC 178恒星风反馈及疑似超新星爆发的联合影响下的延迟触发情景一致。该结果为云密度与早期反馈共同调制恒星形成进程提供了直接观测证据。
本研究通过建模低偏心率、短轨道周期脉冲星伴星的引力潮汐特性（如拱线运动常数、轨道进动和潮汐形变率），并将其与四个脉冲星系统的计时观测数据进行比较，旨在严格限制这些天体的化学和结构组成。该方法有望揭示这些致密天体独特的历史和形成机制。
本研究提出了PhDLspec，一种将物理先验嵌入Transformer架构的深度学习框架，用于从低分辨率恒星光谱中高效、精确地提取物理参数。该方法通过引入基于第一性原理恒星大气模型计算的微分光谱作为先验知识，能够同时建模超过30个物理参数（包括元素丰度），计算速度比传统第一性原理模型快数百倍。应用于LAMOST巡天数据（分辨率R~1800），在通过宽双星和高分辨率数据集进行系统偏差校正后，成功为116,611颗亚巨星测定了25种元素丰度及精确年龄。该框架为处理其他巡天项目面临的高维参数空间光谱分析挑战提供了新思路。
本文综述了致密星内部物理，重点探讨了自旋、磁场以及核子超流性与超导性的微观与宏观表现。研究指出，费米子的自旋统计使得量子简并压决定了中子星的稳定性与整体性质，其结构对致密物质中重子间的强相互作用高度敏感。通过基于核能密度展开的元模型框架，文章分析了展开式中各项对致密星可观测量（如质量、半径、转动惯量）的影响，并回顾了多信使观测的约束。研究还表明，极强磁场能显著影响中子星结构，而较弱磁场足以改变其超流相。在介观尺度上，超流与超导组分的共存形成了涡旋与磁通管晶格，其钉扎与相互摩擦过程在中子星转动动力学中扮演核心角色。
本研究探讨了如何利用宇宙再电离时期的21厘米全球信号来约束第一代恒星（即第三星族星）的典型质量和恒星形成效率。研究通过半数值模拟，结合了依赖于恒星质量和晕质量的电离光子逃逸分数，以及由辐射流体动力学模拟确定的、围绕第一代恒星宿主晕的加热结构。在考虑前景辐射的情况下，通过费希尔分析表明，未来如REACH等仪器的观测将有望对这些关键性质提供有意义的约束。
为解释哈勃张力而提出的早期暗能量模型，暗示了原初标量扰动谱接近标度不变（$n_s \approx 1$）。本研究提出一种在单场慢滚暴胀模型中实现 $n_s=1$ 的新机制：暴胀子在深慢滚区域的势能仍保持传统模型（如混沌暴胀、Starobinsky 暴胀）的形状，但通过引入一个大的势能台阶来突然结束暴胀。该机制调整了暴胀的持续时间，使谱指数 $n_s$ 被“提升”至接近 1，从而可能使这些经典模型与 $H_0 \sim 73$ km/s/Mpc 的观测结果相容。
本研究重新审视并改进了相关离散变量表示法（CDVR），这是一种用于多层多组态含时Hartree（MCTDH）方法、处理一般势能面的高效量子动力学计算技术。改进方案避免了在波函数树形表示的各节点上对单空穴函数空间进行显式投影，从而消除了未收敛基组可能引入的非物理耦合。新方法的计算成本随单粒子函数（SPF）数量呈有利标度（例如，每个节点有三条边、每条边有n个SPF时，标度为n^4）。研究还提出了一种利用人工SPF系统提高CDVR积分精度的方案。通过对NOCl光解离、甲基振动态以及吡嗪光激发非绝热量子动力学的计算，验证了改进后非分层CDVR的准确性与效率。值得注意的是，在24维吡嗪体系中，使用CDVR相比使用振动耦合模型的和积形式并未增加CPU时间。
本研究针对串联圆柱在共脱落流态下的复杂尾流相互作用，提出了一种闭环控制框架以完全抑制涡旋脱落。通过不可压缩Navier-Stokes方程的全局弱非线性分析，建立了参数化降阶模型，并基于此设计了模型预测控制器。在雷诺数Re=50、60和70下，该方法成功抑制了间隙区域及下游尾流中的全部涡旋脱落，且在Re=80下显著降低了流动不稳定性。研究还证明，仅需单点（Re=50）或两点（Re=60, 70）测量即可实现有效控制。
一项针对美国一所公立研究型大学七名物理学研究生的访谈研究发现，学生们认为“像物理学家一样思考”的核心在于将物理概念与数学工具进行独特整合，这超越了其他科学学科。研究指出，研究生阶段的物理核心课程（如电磁学）往往因追求快速覆盖数学技巧和内容，而牺牲了更深层次的概念参与和物理思维的培养。相比之下，选修课程和研究经历更能协同有效地促进概念理解、问题解决能力以及作为物理学家的身份认同。研究生的视角为物理系如何改革研究生培养体系，以更好地支持这一关键思维模式的发展提供了宝贵见解。
本研究提出了一种利用模式选择光子灯笼（MSPL）的新型共聚焦显微成像技术。该光纤器件将单模光转换为多个线偏振模式（如 LP$_{01}$、LP$_{11}$、LP$_{21}$），利用不同模式在焦平面上的差异，通过空间分割复用器实现了对多个成像平面的同时探测与高速三维成像。该方法在提升成像通量的同时，在分辨率和视场上有所权衡。
本研究提出了一种由两个异质谐振器构成的可调谐、高效非对称通风声学系统。该系统将一个高耗散的空间卷曲折叠谐振器（暗模）与一个弱阻尼的亥姆霍兹谐振器（亮模）耦合，在深亚波长区域（尺寸约λ/9.4）实现了强非对称声学响应：对左入射波吸收率达99%，对右入射波反射率达98%。通过简单旋转谐振器，可实现高达92%的吸收率下降（约11 dB衰减），起到“声学开关”作用。此外，通过并联耦合多角度同构谐振器，可在325至375 Hz频段内实现高效宽带吸收（>0.8），为可调谐声学超表面和通风吸声体提供了新范式。
本研究针对Delaney Park钻孔阵列站点，评估了地震波入射角度（倾角与方位角）对二维和三维场地响应分析的影响。研究发现，即使采用大规模三维地下模型，模拟的理论传递函数与观测的经验传递函数在基频振幅上仍存在差异。通过对比两种模拟倾斜波的方法，输入滞后法被证明更高效。参数研究表明，倾角小于15°时对基频附近振幅影响有限，更大倾角虽能降低振幅，但会导致基频向高频偏移，这与观测不符。方位角变化的影响相对较小。
本研究结合色散工程与拓扑优化，设计出二维超结构，利用导模共振实现了约20%相对带宽内的各向同性角度选择性。实验展示了两种互补的响应模式：一种在近法向入射时强散射、大角度时高效透射；另一种则相反。关键发现是，通过精心调控法布里-珀罗背景与共振散射光之间的相互作用，其工作带宽可超越导模共振线宽的限制。这项研究为实现亚波长厚度结构中的宽带角度选择性散射迈出了重要一步，为传感、模拟信息处理、高效光伏和显示等领域带来了新的可能性。
本研究通过磁流体动力学模拟，探究了激光驱动等离子体在外部极向磁场中的传播行为。模拟采用FLASH代码并包含非理想项（电阻率、Biermann电池效应和Nernst平流），设置背景磁场强度为0至50 T。结果表明，膨胀的等离子体羽流会形成一个由高磁压壳层包围的中心低密度抗磁腔。磁通量从羽流中心被平流至边缘，形成的方位角抗磁电流会削弱腔内磁场、增强腔外磁场，从而产生径向磁压梯度。该梯度施加一个向内的J×B力，对流动产生径向约束。准直效应随外加磁场增强而加强，因为更强的磁场降低了等离子体β值，从而增强了约束力。
本研究改进了波自适应重构方法，通过将重构过程分解为特征波族，集中处理非声波以最小化耗散，同时为声波保留迎风偏置。首先，通过将CFD求解器视为黑箱进行有界标量最小化，优化了声波迎风参数η_a，使其在从亚音速湍流到高超音速激波和接触间断的广泛流态中保持鲁棒性，优化过程仅需约25次评估。其次，提出了一种无需显式接触间断探测器的算法，通过沿熵右特征向量进行秩-1更新来修正重构缺陷，该方法仅依赖Ducros传感器且与限制器无关，相比全特征分解可减少29%-41%的计算时间。此外，在KEP格式中仅对法向动量引入受控声学偏置，成功消除了周期性剪切层中的虚假涡旋，验证了声学稳定性机制与离散框架的独立性。
针对雷达临近预报超过30分钟后性能骤降的问题，本研究提出MAG-Net物理感知多模态网络。该模型通过双流编码器融合雷达动态与静止卫星热力学通道（IR 10.8, WV 7.1, BTD），并采用对称双头解码器及不确定性加权多任务策略，同时优化反射率回归与事件概率。创新的推理时梯度保持融合（GPF）策略结合概率约束与回归细节，有效保留高频纹理。在中国东南部大规模数据集上的实验表明，MAG-Net在CSI40指标上较基线模型CPrecNet提升0.083，显著改善了强对流回波的检测能力。
本文在完备的扰动度量空间中，为 $ F $-扰动映射建立了一系列不动点定理，并通过反例验证了结果的合理性。最后，将该定理应用于二阶边值问题，证明了其解的存在性。
本文发展了一个关于音乐音阶及其和声覆盖的正式数学理论，引入了“轨道覆盖”的概念，即通过群作用在音阶上平移固定子集而得到的覆盖。该理论将调式建模为与音高类集合相关的群结构，将音阶建模为挠子，从而推广了如三和弦覆盖自然音阶等常见构造。研究为每个轨道覆盖关联了一个神经复形，用于编码其交集结构和相关的拓扑不变量。论文在仿射对称性和神经同构的意义下，对七声音阶的三和弦轨道覆盖进行了分类，为扩展共性实践调性提供了广义和声框架，具有分析和作曲应用价值。
本研究提出PrimeFamilyNet，一种基于残差网络的多头神经网络，通过学习已知素数$p$的后向素数间隙和模素阶余数，为七类特殊素数族（如孪生素数、陈素数等）同时学习概率过滤器。模型在训练范围（$10^7$--$10^9$）外九个数量级泛化至$10^{16}$进行评估。孤立素数的召回率从$5\times10^8$的0.809单调上升至$10^{16}$的0.984，反映了决策边界的真实锐化。仅训练至$10^9$的模型在没有密度监督的情况下复现了正确的渐近方向，佐证了哈代-李特尔伍德$k$-元组猜想。因果模型在$10^{10}$附近对五个素数族保持超过95%的召回率，同时将搜索空间减少62%--88%。研究还揭示了不同损失函数在分布外泛化中的表现差异。
本文提出一种易于实现的算法，用于计算形如 $\sum_{k=1}^\infty R(k) H_k$ 的欧拉和的显式闭式解，其中 $R(k)$ 为有理函数，分母次数至少比分子高两次。结果可用 digamma 和 polygamma 函数表示。方法将更一般的欧拉和 $\sum_{k=1}^\infty \frac{H_k}{(m_1 k + n_1)^{p_1} \cdots (m_r k + n_r)^{p_r}}$ 的计算归结为部分分式分解，并给出了分母含一至两项、幂次最高为 3、系数最高为 4 的显式公式。高精度数值计算验证了公式的正确性。
本文针对任意素数 $p \ge 5$，研究了偶数 $2n$ 表示为两个互质正整数之和 $h+k=2n$ 且 $h, k$ 均与 $6p$ 互质的表示数 $g(2n,p)$。作者利用欧几里得算法，通过余数算子 $\delta_k(x)=x-k\lfloor x/k\rfloor$、初等阶梯函数以及同余方程 $6x \equiv -1 \pmod{p}$ 和 $6x \equiv -5 \pmod{p}$ 的最小解，导出了 $g(2n,p)$ 的显式闭式表达式。结果表明，$g(2n,p)$ 是 $n$ 的分段仿射函数，其变化规律由 $n$ 模 $3$ 和模 $p$ 的剩余类决定。对于固定的 $p$，在 $O(\log p)$ 时间内预计算两个剩余参数后，每次计算 $g(2n,p)$ 仅需 $O(1)$ 次操作，远优于直接枚举的 $O(n)$ 复杂度。该公式已通过 $2n \le 10^5$ 及 $p \in \{5,7,11,13,17,19,23\}$ 范围内的计算验证，与暴力枚举结果完全一致。
本研究探讨了在二维区域内，如何通过已知某点的高阶温度信息来精确估计另一点的稳态温度。研究发现，该问题与区域的伯格曼核、龙格定理以及近似零求积恒等式存在深刻联系，为物理传感问题提供了新的数学框架和分析工具。
本研究针对地月系统L2点附近的近直线晕轨道（NRHOs）在圆型限制性三体问题中的复杂动力学行为，提出了一个量化有限时间约束的严格框架。通过采用离散庞加莱映射和喷气输运法计算高阶泰勒展开，构建了显式多项式正规形，并推导出离散的Nekhoroshev型估计。研究发现，对于实际任务寿命（如10-50年），所需的稳定性时间远短于特征Nekhoroshev累积时间，因此有效稳定区域不受时间相关的指数漂移约束，而完全由优化正规形的最大解析域决定。该研究为椭圆NRHOs的内在局部稳定性建立了明确的几何边界。
本文在全局函数域上建立了Allandi对偶恒等式的高阶推广，将整数集中最小与第k大素因子之间的基本关系扩展到了$\mathbb{F}_q[T]$的范畴。这一结果深化了Duan、Wang和Yi（2021）的工作。作为应用，作者研究了函数域中一类加权莫比乌斯和$\sum \mu(n)\omega(n)/n$的渐近行为，其中求和限制在最小素因子属于任意具有自然密度的素数子集的元素上。结果表明，二阶对偶恒等式主导了这些和式在函数域背景下的渐近性质。
本文证明了Daniele Mundici提出的一个猜想：对于任意整数$Q \geq 2$，第$Q$阶法里序列中相邻元素之间距离的平方和满足特定公式。法里序列是数论中的基本对象，该结果的证明深化了我们对有理数分布规律的理解。
本教程基于人道主义物流案例，对比了概率建模与鲁棒优化两种决策方法。针对受自然和人为破坏的供应链，提出两阶段工作流：首先根据最可能的风暴预报计算初始预部署计划，然后评估该固定计划在最终登陆位置可能偏差下的表现，以平衡提前期与预报信息。在最后一公里配送中，采用迭代鲁棒路由方法，通过检测高集中度链路并增加其有效成本来促进路线多样化。以2022年台风诺鲁为例，展示了该方法如何确定最优调度时间并保护最后一公里配送免受难以预测的网络中断影响。
本文针对J类构成链的有限半群，引入了“关联深度”的新概念。该概念量化了在理想结构中需要深入到何种程度，才能通过生成元和定义关系来刻画整个半群。研究精确计算了全变换幺半群、对称逆幺半群以及部分变换幺半群中任意理想的关联深度值，揭示了这些重要代数结构的内在生成复杂性。
本文针对需求随机的两阶段车辆路径问题，提出了一种新的建模与求解框架。传统方法依赖于为特定追索策略定制的整数L形割平面，而本研究将追索策略建模为一个高维混合整数规划的解，并通过引入一类新的“场景追索不等式”来刻画其在原始低维空间中的凸包。该不等式适用于满足温和假设的任何追索策略，并能完整描述“场景最优追索策略”下的问题，即针对每个需求场景最优选择追索行动。研究表明，在此策略下，新不等式支配了多类传统割平面。计算实验表明，基于新不等式的算法比现有最优的整数L形割平面算法多求解了329个算例至最优。
本研究提出了一种基于自回归生成模型的方法，利用来自超过30万名患者、总计4亿条时间线条目的真实世界数据进行训练，能够生成临床可信的反事实患者轨迹。作为验证，研究将该模型应用于2023年因COVID-19住院的患者，通过修改年龄、血清C反应蛋白（CRP）和血清肌酐等变量，模拟了7天内的临床结局。反事实模拟结果显示，年龄增长、CRP升高和血清肌酐升高与院内死亡率增加相关；瑞德西韦的处方在CRP值较高的模拟中增加，而在肾功能受损的模拟中减少。这些生成的轨迹成功复现了已知的临床模式，表明基于真实世界数据以自监督方式训练的自回归生成模型，可为反事实临床模拟奠定基础。
本研究提出了一种改进的公平图神经网络训练框架，通过两阶段训练策略解决图结构中的偏见问题。第一阶段编辑图结构，提高类别标签的同质性比率，同时降低敏感属性的同质性比率；第二阶段结合改进的监督对比损失和环境损失进行优化，使模型在提升节点分类准确率的同时增强公平性。在五个真实数据集上的实验表明，该方法在分类准确率和公平性指标上均优于现有方法。
本文提出FTimeXer模型，旨在解决电网碳强度预测中因数据非平稳性、周期性模式复杂及外生变量（如缺失、错位数据）干扰导致的难题。模型核心创新在于：1）引入基于快速傅里叶变换（FFT）的频率分支与门控时频融合机制，有效捕捉多尺度周期性；2）采用随机外生变量掩码与一致性正则化训练方案，提升模型对不规则输入的鲁棒性。在三个真实数据集上的实验表明，该模型显著优于现有基线方法，为产品碳足迹核算与脱碳决策提供了更可靠的预测支持。
本文指出，尽管强化学习在游戏、机器人等领域取得显著成果，但其策略往往难以泛化到训练分布之外。为突破此局限，研究提出“情境智能”概念，并构建了一个新颖的情境分类法，将情境分为环境强加的“异源因素”与智能体驱动的“自源因素”。为实现真正的情境智能，论文明确了三大核心研究方向：1）利用异质性情境进行学习，使智能体能够推理情境对世界的影响；2）建立多时间尺度模型，以区分演化速度不同的情境变量；3）整合抽象的高层情境（如角色、资源制度等）。研究旨在将情境作为核心建模要素，推动新一代能安全、高效部署于现实世界的上下文感知智能体的发展。
本文提出了一种以部署为中心的机器学习可靠性控制框架，将可靠性建模为由区分度与校准度构成的动态状态。该框架通过评估该状态在连续时间窗口中的轨迹，定义了可测量的“波动性”概念，从而将部署适应问题形式化为一个平衡可靠性稳定性与累积干预成本的多目标控制问题。研究定义了一系列依赖于状态的干预策略，并在一个大规模时序信用风险数据集（135万笔贷款，2007-2018）上进行了实证。结果表明，与持续滚动再训练相比，选择性、由漂移触发的干预策略能以显著降低的运营成本，实现更平滑的可靠性轨迹。
本研究提出了ViraHinter，一个用于精确预测病毒-宿主蛋白质相互作用（PPI）的双模态深度学习框架。该框架耦合结构生成与序列表征分支，整合结构信息对表示与ESM衍生嵌入，以学习跨未知病毒的可泛化相互作用规则。在致病性冠状病毒和甲型流感病毒的基准测试中，ViraHinter在严重类别不平衡和不同界面状态下，均持续优于RoseTTAFold2-PPI、AlphaFold 3和RoseTTAFold2-Lite。通过交叉分析多个流感亚型的预测结果，该框架揭示了33个共享宿主因子，为广谱抗病毒药物发现提供了路线图。
本研究通过植入两名患者运动皮层和额下回的8个64微电极阵列，记录了约两万个句子的语音产生过程。研究发现，大多数小范围皮层区域（3.2×3.2 mm）都能稳健编码语音、音节和词汇等多层级语言特征，而非先前预期的宏观区域分工。关键发现是，每个皮层区域采用多路复用编码方案，且编码方式随时间动态变化，使得连续的音素、音节和单词能够同时表征而不相互干扰。这种机制类似于Transformer模型中的位置编码，揭示了语言产生过程中皮层如何组织语音层级结构的动态展开。
本文综述了人类颅内记录在探索感知意识神经关联（NCC）中的关键作用。传统非侵入性方法因时空分辨率有限，难以区分真正的NCC与并发认知过程。颅内记录凭借其高时空分辨率、高信号灵敏度及广泛的皮层/皮层下覆盖，为在单神经元及群体神经元水平上研究NCC提供了独特优势。文章回顾了相关研究，并探讨了其对意识的感觉理论与认知理论之争的启示，同时指出了当前技术的局限性与未来基于新兴技术和实验范式的发展方向。
本文建立了一个具有连续统代理人、有限备选方案和一般线性约束的约束最优运输问题的Monge-Kantorovich对偶变体。作为应用，我们重新审视了Azevedo等人（2013）的不可分商品大市场模型，指出了原均衡存在性证明中因错误紧致性论断导致的缺陷，并通过我们的对偶方法恢复了均衡存在性。此外，我们将均衡价格刻画为一个势函数的最小化点，这为计算均衡价格提供了一种方法。
本文提出了一种针对抽样网络数据的非参数化填补方法，通过结合协变量投影与局部双向固定效应回归来估算缺失的网络链接。该方法避免了参数假设，不依赖低秩限制，并能灵活处理观测协变量与未观测异质性。研究证明了填补矩阵的逐项收敛率，以及基于填补网络的GMM估计量的一致性，并在线性均值同伴效应模型中推导了相应估计量的收敛速度。模拟与应用均显示该方法在填补精度与下游实证分析中表现优异。
本研究基于加纳Ejura-Sekyedumase市359名玉米农户的调查数据，评估了拖拉机服务的经济效益及其采纳决定因素。通过倾向得分匹配法（PSM）分析发现，使用拖拉机服务可使每亩净收益平均增加471加纳塞地（p < 0.01），用户净利率达29.87%，成本回报率为43%，均显著高于非用户。多元概率模型显示，耕作经验、化肥使用强度及单位利润正向促进采纳，而农场规模因机械供应不足产生负向影响。肯德尔和谐系数（W=0.381）表明资金约束是主要障碍，女性农户与大农场主面临更严峻挑战。研究建议通过针对性信贷支持、强化推广服务及性别响应型政策提升机械化普及率。
本研究利用凯克II望远镜NIRC2相机，对首个引力透镜化的Ia型超亮超新星SN 2025wny进行了高分辨率($K_p$波段)自适应光学成像观测。通过获取的优质图像(FWHM≈0.065角秒)，精确测定了其五个多重像的位置，并以此作为约束条件，使用lenstronomy和Glee软件对透镜系统进行建模。模型采用奇异等温椭球体、奇异等温球体及外部剪切参数化总质量，结果与观测位置高度吻合(残差小于毫角秒)。推算出主、次透镜星系在爱因斯坦半径内的投影总质量分别为$M_1 = 4.44^{+0.06}_{-0.05} \times 10^{11} M_\odot$和$M_2 = 0.96^{+0.02}_{-0.02} \times 10^{11} M_\odot$，主透镜有效速度弥散度为$\sigma_{1} = 277.4^{+0.9}_{-0.7}$ km/s，与DESI光谱测量结果一致。研究证实了该超新星多重像A存在约2-3倍的异常流量超出。
研究团队利用表面亮度涨落（SBF）方法，对66个星系进行了高精度距离测量，精度达5%。结果显示，在巨引源超星系团方向存在一个立体角约1球面度的强流动，峰值速度$V_{\text{pec}} \sim 1000 \ \text{km/s}$，并在距离本星系群约70 Mpc处收敛。该流动的空间尺度（$R_V \sim 5000 \ \text{km/s}$）与原始巨引源模型（直径$D \sim 140 \ \text{Mpc}$）相符，其方向和幅度也与宇宙微波背景（CMB）偶极子各向异性一致。这一发现支持了CMB偶极子源于百Mpc尺度内大尺度结构引力影响的观点，并对更大尺度（数百Mpc）上存在可比振幅“整体流”的说法提出了质疑。
南极望远镜（SPT）合作项目首次公开了其监测的158个活动星系核（AGN）的光变曲线数据。这些数据来自SPTpol相机在2012-2016年间对500平方度天区进行的每日多次扫描观测，波段中心为90 GHz和150 GHz。研究团队提供了完整的观测、数据处理方法及光变曲线星表描述。初步分析发现，样本中AGN的内在变率与平均光谱指数存在超过10σ的相关性，但未发现显著的“越亮越蓝”趋势。该数据集可通过STRAWHAT星表获取，未来将纳入偏振数据及SPT-3G仪器的新观测。
本研究利用NOEMA和APEX望远镜，在彗星D/2021 A1（Leonard）抵达近日点前（日心距1.3至0.80 au），对其挥发性物质排放进行了多历元监测。研究明确探测到了HCN和CS分子，并对CH₃OH、H₂CO和CO的丰度设定了上限。分析表明，HCN主要源于彗核附近释放，而CS则表现出更高的气体膨胀速度，其混合比随日心距减小而显著增加（从0.02%增至0.10%），暗示其可能来源于分布式源。结合其他设施的观测数据，HCN丰度未显示出与日心距的单调依赖关系。彗星在12月中旬的爆发和碎裂事件中，两种物质的丰度均出现变化，表明其挥发演化不仅受太阳辐射驱动，也受彗星自身解体过程影响。
本研究利用低频阵列（LOFAR）在120-170 MHz频段，对明亮且邻近的脉冲星PSR J0814+7429进行了长达十年的闪烁监测。通过分析动态谱的二维自协方差函数，获得了闪烁带宽$\Delta\nu_{\rm d}$和闪烁时标$\Delta\tau_{\rm d}$等基本参数。研究发现$\Delta\tau_{\rm d}$的时间序列存在显著的周年变化。通过对闪烁速度周年变化的建模，确定了一个各向异性的散射屏，其距离地球约$0.23\pm0.02$千秒差距，很可能对应着本地泡的边界。这项工作为探测电离星际介质的小尺度结构和脉冲星系统本身提供了关键工具。
对长周期矮新星EX Draconis的观测研究，通过其深度食现象追踪了爆发周期中吸积盘的表面亮度和半径变化。研究进行了四项关键测试，结果与经典的热粘滞盘不稳定性模型预测明显矛盾，而与质量转移爆发模型预期高度一致。观测到的亮度与盘外半径变化，可以通过一个高粘滞系数的吸积盘对质量转移率短暂增加约30倍事件的响应来很好地描述。这挑战了吸积盘理论中粘滞参数 $\alpha \leq 1$ 的传统预期。
本研究利用欧几里得空间望远镜NISP仪器的无缝光谱数据（1.25-1.85 μm，分辨率R~450），首次对Q1巡天发现的497个星系尺度引力透镜候选体进行了光谱学表征。在覆盖的473个系统中，成功探测到461个系统的发射线，并测量出419个源的可靠红移（≥3条谱线）、199个透镜星系的红移（≥2条吸收特征），以及178个系统的完整（源红移，透镜红移）对。源红移范围$0.70 < z_{\text{src}} < 2.88$（中值1.59），透镜红移范围$0.24 < z_{\text{def}} < 2.47$（中值1.06）。这是迄今单次巡天中获得光谱红移的引力透镜数量最多的工作，远超以往主要项目，且无需额外望远镜时间。按质量分级发布星表，为后续质量建模和透镜统计研究奠定基础。推算至欧几里得全天空巡天（14,500 deg²），预计可获得约10万个光谱红移，将现有样本提升三个数量级。