physics
04-07 00:00
本研究针对直流电阻率成像中起伏地形引起的正演误差问题，提出了一种改进的奇异性消除策略。通过推导适用于V形楔形体的新解析主电位公式，该方法有效解决了传统平坦半空间解析解在尖锐地形拐角处产生的几何失配问题。数值实验表明，即使在粗网格条件下，新方法对平坦、V形沟槽及正弦起伏地形模型的模拟误差均能稳定控制在0.1%以下，显著提升了计算精度与效率。
电阻率成像地形校正奇异性消除有限元法地球物理正演解析解
physics
04-07 00:00
IPSL-AID是一种基于去噪扩散概率模型的全球到区域气候降尺度工具，旨在解决传统全球气候模型分辨率不足（150-200公里）的问题。该模型利用ERA5再分析数据训练，能够根据粗分辨率输入及其时空背景，生成0.25度分辨率的气温、风和降水场。其核心贡献在于能够建模精细尺度特征的概率分布，生成合理的情景以进行不确定性量化，并准确重建包括极端事件、功率谱和空间结构在内的统计分布。这项工作凸显了生成扩散模型在高效、带不确定性评估的气候降尺度方面的巨大潜力。
气候降尺度生成扩散模型不确定性量化高分辨率预测极端事件区域气候
physics
04-07 00:00
本研究提出了一种原子级逆向设计框架，将纳米拓扑优化（Nano-TO）与条件去噪扩散概率模型相结合。该框架将每个原子视为离散设计变量，通过总能量的对称曲率评估刚度，消除了残余表面应力偏差。利用铝纳米悬臂梁，研究揭示了表面物理驱动的拓扑选择规律：厚度周期性梁倾向于支撑桁架结构，而有限厚度梁则偏好近乎封闭的壁面以提供高效剪切路径。在纳米柱研究中，原子级优化设计性能超越了连续介质拓扑优化。最后，基于Nano-TO数据训练的条件扩散模型能够生成接近优化前沿的多样化高性能候选结构。
纳米拓扑优化原子级设计扩散模型力学性能逆向设计表面物理
physics
04-07 00:00
本研究提出了一个简化的唯象模型，首次将长波Darrieus-Landau（DL）不稳定性与短波扩散热（DT）不稳定性在预混火焰中耦合起来。通过在线性色散关系中识别出一个代表流体动力膨胀与扩散输运之间主导阶相互作用的立方耦合项，该框架超越了传统上孤立处理这两种不稳定性的方法。研究推导出一个广义演化方程，其中包含一个由流体扩散数 $\mathcal{N} = \mathcal A/\delta_L^2$ 控制的非局部稳定项，该项即使在Markstein稳定作用消失时依然有效。数值模拟揭示了一个独特的混沌状态，其中特征性的DL尖峰结构与小尺度褶皱持续竞争。这一最小统一框架捕捉了控制火焰锋面不稳定性的基本耦合动力学，为观察到的精细胞状结构和加速增长率提供了易于处理的解释。
火焰不稳定性耦合模型流体动力学扩散热效应预混火焰非线性演化
physics
04-07 00:00
本研究对阿姆斯特丹、柏林、里斯本、伦敦、马德里、巴黎和罗马七个欧洲首都的种族居住隔离现象进行了开创性的多尺度、多维度比较分析。研究采用了集中度、均匀度、接触度、聚集度和密集度五个维度的指标，并考察了不同空间尺度下的隔离状况。关键发现是：各维度的隔离水平差异显著，尺度变化对隔离程度的影响因城市及核心区与腹地的不同而异，且隔离程度并不必然随空间尺度增大而减小。
居住隔离多尺度分析欧洲城市空间社会学比较研究
physics
04-07 00:00
本文综述了两种室温量子磁力计平台——光泵原子磁力计（OPM）和氮空位（NV）金刚石磁力计——在基础设施无损检测中的应用。传统磁学方法受限于提离效应、低频漂移和背景噪声，而量子磁力计无需耦合剂即可穿透涂层、绝缘层和混凝土进行检测。文章将磁信号分为驱动感应响应、漏磁场、与应力/腐蚀相关的被动自场以及工作电流产生的场四类，并系统比较了两种平台在信号源物理、几何结构、读出、校准和解释等完整测量链中的性能。OPM在低频、相位参考的感应测量中表现优异，而NV传感器则更擅长近表面场映射、矢量/梯度测量以及紧凑固态探头中的差分电流传感。实际部署的关键在于可用带宽、动态范围、背景抑制、几何控制及校准验证，而非单纯的最佳灵敏度。
量子磁力计基础设施检测无损检测光泵原子磁力计nv金刚石磁场传感
physics
04-07 00:00
本文探讨了新兴人工智能（AI）方法如何为增强地球系统耦合建模创造新机遇。地球系统各圈层（物理、化学、生物）的耦合是基础机制，但多组分模型长期存在局限。研究聚焦于AI如何利用先进技术（如机器学习）加强跨领域相互作用、支持更一致的多组分表征，并推动向统一地球系统框架发展。其范围超越气候模型，涵盖任何存在地球圈层相互作用的建模系统。文章概述了AI在增强物理一致性、可解释性和跨领域集成方面的潜在路径、机遇与持续挑战，为理解AI在推进耦合地球系统建模中的作用提供了结构化基础。
人工智能地球系统建模系统耦合跨领域集成物理一致性
physics
04-07 00:00
本研究评估了不同欧拉地球物理场输入对基于深度学习的拉格朗日海洋表面漂移模拟（DriftNet方法）的影响。通过数值实验（B1）和真实浮标实验（B2）发现：在东北太平洋和墨西哥湾流区域，结合同化海面流场（SSC）与完全观测的海面高度（SSH）能最大程度提升轨迹模拟精度，相比仅用SSC基线，分离距离减少超50%，并显著改善速度自相关指标。而加入海面温度（SST）通常会降低性能。在真实场景中，卫星反演的SSH、埃克曼流和风场有助于东北太平洋的模拟，而SST与再分析SSC结合则在墨西哥湾流表现更优。
海洋漂移模拟深度学习地球物理场拉格朗日方法数据同化
physics
04-07 00:00
研究团队推出了AIFS-COMPO，这是一个基于人工智能的全球大气成分（气溶胶与活性气体）中期预报系统。该系统在ECMWF人工智能预报系统（AIFS）基础上，采用Transformer编码器-处理器-解码器架构，联合建模气象与大气成分变量。模型利用哥白尼大气监测服务（CAMS）的再分析、分析和预报数据进行训练，学习天气、排放、传输和大气化学的耦合动力学。评估显示，AIFS-COMPO对多种关键成分的预报技能达到或超越了当前业务系统IFS-COMPO，同时计算资源消耗大幅降低。其高效性使得超越当前业务预报时效的预测成为可能，展现了AI系统在快速、准确全球大气成分预测方面的潜力。
人工智能预报大气成分transformer模型数据驱动全球预测计算效率
physics
04-07 00:00
本研究提出了一种基于概率扩散模型的全球大气降尺度方法，通过Anemoi框架实现。该方法通过学习高分辨率场与插值低分辨率输入之间差异的条件分布，将低分辨率集合预报转化为高分辨率集合。模型在ECMWF IFS的再预报数据上训练，使用100公里粗分辨率场重建30公里精细尺度变率。训练重点在于恢复小尺度结构，并通过高噪声区微调来生成极端天气事件。评估表明，该模型提高了地表变量的概率预报技巧，再现了小尺度的目标功率谱，捕捉了风压耦合等物理一致的多元关系，并在热带气旋中生成与目标集合一致的极值。
扩散模型天气降尺度集合预报高分辨率概率预测极端天气
physics
04-07 00:00
本研究针对含能材料发现中高质量数据稀缺的挑战，开发了一种生成式分子语言模型。模型首先在广泛的化学数据上进行预训练，然后利用精心整理的含能材料数据集进行微调。这种迁移学习策略将化学语言模型的应用范围从主流的药理学领域拓展至材料科学。研究还探讨了基于分子片段的编码方式在构建合成可行结构方面的优势。这些进展为加速设计满足高性能需求的下一代含能材料奠定了基础。
生成式模型化学语言模型含能材料迁移学习分子设计
physics
04-07 00:00
本研究通过分析1951-2017年大西洋经向模态指数与太阳黑子月数的历史序列，发现两者存在显著关联。小波分析揭示了11年、2.66年和5.33年的多年代际周期，海表温度分量中还检测到21.33年的弱信号。对巴西北部及东北部五个站点地表温度异常序列与太阳活动异常的对比分析表明，除圣路易斯外，其余站点的最低温度异常均与太阳黑子数呈负相关。初步结果显示，这些气候指数对太阳黑子活动的变化表现出一定的“记忆”效应。
太阳黑子气候周期小波分析巴西气候海表温度年代际变化
physics
04-07 00:00
本研究利用小波分析，对过去80多年的太平洋年代际振荡指数、南方涛动指数和太阳黑子数等气候指数时间序列进行了分析。结果显示，这些序列存在显著的32、64、128和256个月（约2.66、5.33、10.66和21.33年）的周期变率。这些多年代际周期（特别是10.66年和21.33年）与太阳活动的变率以及海洋-大气系统的气候变率存在可能的关联。对巴西东北部五个站点降雨数据的分析也发现了与这些气候指数相似的年代际和多年代际周期。
气候周期小波分析太阳活动年代际变率巴西气候
physics
04-07 00:00
本研究是地震预测系列论文的第三篇，重点解决大地震超越概率的估算问题。作者在先前提出的自然时间（以大地震后的小地震事件计数定义）和区域集合方法基础上，开发了“即时预报变换”技术，用于调整区域集合的古登堡-里希特统计参数，使其与目标圆形区域的统计特性相匹配。通过应用于1994年北岭地震后洛杉矶周边125公里区域的案例表明，经调整后的预测结果与未变换的集合数据计算结果基本一致，为区域地震风险评估提供了更精细化的概率工具。
地震预测超越概率自然时间区域集合古登堡-里希特定律统计调整
physics
04-07 00:00
研究团队在强光-物质耦合体系中，通过发展一种精确的时域场减除协议，严格分离了多体相互作用的贡献。研究发现，尽管集体腔离域化会导致宏观非线性信号发生严重的谐波相消（“光谱饥饿”效应），但分子间固有的多体相互作用却能顽强地“复活”真正的极化激元双量子相干性。这一复活过程受一个普适的双光子匹配规则 $\Delta_B + 4J = \Omega_R$ 支配，该规则将分子的非谐性 $\Delta_B$、激子耦合 $J$ 与宏观拉比劈裂 $\Omega_R$ 联系起来。该框架为设计和保护强耦合平台上的光学非线性提供了直接的相图。
强光-物质耦合多体相互作用极化激元非线性光学量子相干性j-聚集体
physics
04-07 00:00
本研究提出物理约束自适应流匹配模型，用于高分辨率区域气候降尺度预测。该模型在自适应流匹配框架基础上，引入针对降水和湿度的软守恒约束，并使用梯度手术技术防止约束干扰生成目标。在将分辨率从63公里降至6.3公里的任务中，模型在训练区域内降低了守恒误差并改善了集合校准。在训练区域外，模型无需目标区域信息即可将降水湿偏差减半，显著提升极端分位数精度，表明物理一致性是生成式降尺度模型实际应用的关键。
气候降尺度物理约束生成模型流匹配机器学习守恒定律
physics
04-07 00:00
本研究提出了FermiLink，一个统一且可扩展的开源AI代理框架，用于跨多个领域的自主科学模拟。其核心设计原则是将软件包知识库与模拟工作流分离，通过四层渐进式披露机制，支持从图级模拟到高性能计算集群上的完整论文级研究。基于OpenAI Codex，该框架已在物理到工程等9个研究领域的约50个科学软件包中验证了能力。在涉及44个包的132个真实世界图级复现任务中，FermiLink成功复现了74个（56.1%）已发表图表，其中30个达到高保真一致，35个达到定性一致。一项单盲研究进一步表明，在提供详细研究目标和源代码的情况下，FermiLink能在未发表的极化激元物理问题上产生研究级成果。
ai代理科学模拟跨领域框架自主研究代码生成
physics
04-07 00:00
本研究提出了一种新颖的计算框架，通过分析新闻文本的结构和风格特征（而非仅内容）来量化国家和平水平。研究使用包含20个国家新闻文章的NOW语料库，比较了基于ChromaDB的高级词嵌入与标准Doc2Vec模型的效果，并采用一维卷积神经网络（1D CNN）进行分类和回归任务。结果表明，神经网络在分类指标上显著优于k近邻基线模型，且其预测的和平排名与“积极和平指数”高度相关，即使对于样本外国家也是如此。这表明沟通的“方式”——潜在的语篇结构——是社会稳定的一个新兴、稳健的指标，为实时监测社会动态与和平建设提供了非侵入性、可扩展的工具。
计算社会科学自然语言处理和平指数神经网络文本分析社会稳定性
physics
04-07 00:00
本研究基于标准模型扩展中违反洛伦兹对称性的$b_\mu$背景，探讨了自旋非简并经典粒子模型的电磁动力学。通过引入最小电磁耦合，推导了各扇区的精确哈密顿动力学。修正的色散关系导致速度与动量关系扇区依赖，直接影响对外场的响应。在均匀磁场中，两个扇区表现出不同的回旋频率和半径，表明恒定场也能动态解析理论的基本结构。在非相对论极限下，洛伦兹违反背景诱导了扇区依赖的横向惯性响应修正，可解释为有效各向异性质量。投影到单一扇区后，约化动力学获得非正则辛结构，运动方程可写成具有有效动量空间曲率$\Omega_{\pm}$的半经典形式，导致反常速度项和修正的相空间测度。因此，纯电场会产生与$q\,\mathbf{E} \times \Omega_{\pm}$成正比的相反横向漂移，无需磁场即可产生类霍尔电流。
标准模型扩展洛伦兹对称性破坏电磁动力学几何输运反常霍尔效应有效曲率
physics
04-07 00:00
本研究以印尼日惹传统美食“古德”的制作过程为背景，设计了面向高中物理课程的协作项目式教学活动。研究者通过访谈古德制作者，提炼出五个物理学习主题：剥除菠萝蜜皮背后的密度概念、果肉切分与杨氏模量的关系、成品质地的扭矩实验、煮沸机制对果肉纹理的影响，以及保存过程中的热传导与对流。该教学策略通过教师、学生与从业者的三方协作，将传统知识与物理概念（如 $\rho = m/V$、$\sigma = E \epsilon$）相结合，为物理概念学习提供了生动的实验与演示案例。
物理教育项目式学习传统知识力学性质热学过程跨学科教学
physics
04-07 00:00
本研究揭示了限制磁约束等离子体中带状模持续性的关键机制。带状模的径向剪切对湍流和输运调控至关重要，但其在无碰撞状态下的持久性机制尚不明确。通过使用回旋动理学GENE模拟，研究发现自由能从带状模向湍流的非线性谱反向转移，是设定剪切场时间相干性基本极限的关键。该反向转移过程具有高度间歇性，并与带状流生成过程共存。特别地，负三角位形等离子体表现出比正三角位形显著减弱的反向转移，从而提高了剪切自相干时间$\tau_{E}$和剪切久保数$K_{u}$，使得湍流调控更具韧性和有效性，尽管带状动能绝对值较低。
等离子体物理带状模非线性转移湍流调控回旋动理学模拟磁约束
physics
04-07 00:00
本研究开发并验证了一种双模式光场成像系统，通过改装商用Lytro Illum相机，可在单次快照中同时捕获三维结构和经深度校正的荧光信号。该系统利用定制的3D打印深度标尺优化主镜头焦距，并从光场深度图中推导出灰度-距离线性关系。通过对量子点靶标和荧光脑模型成像，建立了荧光强度随距离衰减的模型（$R^{2} > 0.95$），并成功恢复了模拟胶质瘤中原卟啉IX（PpIX）特征的内在量子点浓度。实验表明，该系统在荧光模式下对脑模型的距离估计偏差为0.14%至2.45%，强度预测误差在-11.73%至6.08%之间。该研究支持光场成像作为一种实用的深度分辨定量荧光方法，有望改善术中肿瘤特征识别。
光场成像荧光引导手术三维成像脑胶质瘤深度校正术中导航
physics
04-07 00:00
本研究针对惯性约束聚变等离子体中的热传导问题，开发了一种分辨率无关的机器学习热流闭合模型。该模型基于粒子网格模拟数据，利用傅里叶神经算子进行训练，能够准确预测远离局部平衡态及不同时空分辨率下的热流。当自洽地嵌入电子能量方程时，该模型能忠实再现温度演化，并展现出良好的时间外推与泛化能力。尤为突出的是，基于粗分辨率数据训练的模型，在部署到精细分辨率的隐式迭代求解器中时，仍能准确预测热流，这极大地增强了将数据驱动闭合模型嵌入偏微分方程求解器的实用性。
惯性约束聚变机器学习热流闭合等离子体物理傅里叶神经算子多尺度模拟
physics
04-07 00:00
本文提出了一种物理一致的多物理场深度能量法，用于模拟压阻材料的脆性断裂。该方法将力学问题（小应变线弹性与四阶相场断裂模型耦合）与电学问题（作为单向耦合的传感子问题）解耦处理，避免了电场对裂纹扩展的人为驱动作用。通过深度能量法在神经试探空间中最小化变分子问题，精确施加边界条件。研究揭示了非平凡的传感机制：显著的损伤增长可能使全局电阻几乎不变，直到主导导电韧带断裂、电流路径重组时，电阻才急剧上升。
相场断裂深度能量法压阻传感多物理场模拟结构健康监测计算力学