physics
04-15 00:00
针对“粘性碰撞”中分子碰撞复合体寿命过长的未解之谜，本研究提出了一种统计模型来模拟传统计算成本极高的紧密耦合计算。模型通过随机矩阵理论数值采样共振态，并利用量子缺陷理论计算散射性质和寿命。研究发现，在共振密集极限下，理论与RRKM预测一致；而在共振稀疏极限下，物理过程由阈值行为而非共振效应主导。通过对比两个极限下的实验结果，作者认为仅靠紧密耦合计算可能不足以解决长寿命问题。
超冷分子碰撞寿命统计模型随机矩阵理论量子缺陷理论紧密耦合计算
physics
04-15 00:00
本研究提出了一种基于物理信息神经网络（PINN）的求解器，用于学习参数化曲面非线性弹性力学。该方法通过损失函数直接嵌入控制方程和边界条件，使得单个训练模型能够表征跨越几何和材料参数的连续弹性平衡族。研究在具有已知精确解和数值解的基准问题（球面上的一维单向错）上验证了该求解器。网络不仅准确复现了已知解，还能泛化到训练数据未包含的参数组合，展示了其在几何和材料参数空间中的强大泛化能力。该框架为学习曲面非线性弹性系统提供了可扩展的解决方案，并为扩展到与蛋白质外壳相关的二维及多缺陷构型奠定了基础。
物理信息神经网络非线性弹性曲面力学参数化学习计算力学
physics
04-15 00:00
本研究在天然层状氧化物α-V₂O₅中，通过红外纳米成像技术直接观测并阐明了一种新型的极化子沟道化现象。研究团队发现，无需复杂的器件制备或晶体修饰，α-V₂O₅凭借其高度各向异性的介电张量，即可支持极化子沿单一方向的坡印廷矢量传播。结合理论建模，研究揭示了其色散轮廓可通过入射光频率连续调谐，并提供了用于定制极化子波前的介电常数相图。这些发现表明，α-V₂O₅在实现按需纳米尺度光操控方面具有巨大潜力。
双曲声子极化激元纳米成像范德华材料各向异性光学能量定向传输氧化物
physics
04-15 00:00
研究团队开发了一种基于大语言模型（LLM）的自主科研智能体，能够执行完整的“阅读-规划-计算-比较”研究循环。该智能体在111篇开源计算物理学论文上进行了大规模测试，无需人工干预即对约42%的论文提出了实质性质疑，其中97.7%的问题需通过实际计算才能发现。此外，针对一篇《自然·通讯》关于二维材料MOSFET多尺度模拟的论文，智能体自主运行了原文缺失的新计算，并生成了一篇包含图表、排版和PDF迭代的可发表评论，修正了原文的核心结论。
自主科研大语言模型计算物理学论文复现智能体科学验证
physics
04-15 00:00
本研究利用共形变量下的伪微分算子，分析了无限深流体中斯托克斯行波的调制稳定性问题。随着波陡度向具有尖峰轮廓的最高波增加，稳定性谱会递归地经历四种分岔：(a) 在速度极值点出现新的8字形谱带，(b) 8字形谱带退化导致垂直斜率，(c) 在倍周期分岔点出现围绕原点的新圆形谱带，(d) 在能量极值点发生8字形谱带的重新连接。研究基于Babenko方程的解析理论，其新颖之处在于将调制稳定性问题解析地扩展到了涉及Floquet参数的奇异伪微分算子。通过高精度数值计算验证了前两个分岔循环中波陡度的实际值与正规形式理论的高度一致性。
斯托克斯波调制稳定性谱分岔伪微分算子深水波正规形式
math
04-15 00:00
本文针对选择性推断中数据异构且离散的场景，提出了新的置信包络构建方法，以更精确地控制所选假设集合中的错误发现数量。传统方法假设零假设下的p值服从均匀分布，在处理异质数据时会导致功效损失。作者通过引入Bretagnolle不等式和Simes不等式的变体等工具，构建了适用于异质数据的置信包络，并在模拟数据中验证了新方法相较于同质方法的改进效果。
选择性推断错误发现控制异质数据置信包络统计方法
math
04-15 00:00
本文针对双变量生存函数的非参数估计难题展开研究。传统方法如Dabrowska估计量存在负质量问题，而贝叶斯方法虽能避免此问题，却也面临挑战。作者首先简化并扩展了Pruitt的例子，证明了Dirichlet过程先验下的后验分布是不一致的。为解决此问题，作者通过Beta过程构建了一种新的非参数先验，并设计了一种仅利用似然函数最相关部分的更新方案。理论分析表明，该方法最终导出了一个一致的估计量，为双变量生存分析提供了更可靠的贝叶斯非参数框架。
生存分析贝叶斯非参数双变量估计一致性beta过程dirichlet过程
math
04-15 00:00
本文针对差分隐私下的线性回归问题，扩展了Kulesza等人提出的“免费午餐”结果。通过精心设计的多维单纯形变换，将变量和函数映射到区间[0,1]内，从而能够更精确地估计普通最小二乘法所需的充分统计量。该方法不仅提供了理论分析，还通过数值实验验证了其优越性。所提出的变换具有通用性，可轻松适配于差分隐私多项式回归等更广泛场景。
差分隐私线性回归单纯形变换统计估计数据隐私
math
04-15 00:00
本文针对物理信息神经网络在处理时间依赖问题时的局限性，提出了一种时间切丛学习框架。该方法不直接逼近解，而是参数化其时间导数，并通过一个精确满足初始条件的Volterra积分算子重构状态。这消除了竞争性软约束，并通过微分自然放大了高频误差，从而对抗了谱偏差。理论证明了最小化微分残差与求解原始偏微分方程的等价性。在平流、Burgers和Klein-Gordon方程上的实验表明，该方法使用紧凑的三层网络，即可实现比标准方法低100至200倍的误差，并具有优越的激波捕捉和长时间精度。
物理信息神经网络时间依赖问题切丛学习volterra积分谱偏差偏微分方程
math
04-15 00:00
本文针对基于扩散模型的语义通信系统，提出了信道感知的抢占式调度框架（CAPS-TDPC），以解决扩散模型多步迭代延迟与无线信道时变衰落特性之间的内在冲突。该框架允许在信道条件有利时中断前向扩散过程以提前传输，并在接收端引入基于路径动力学的补偿机制，通过量化路径赤字并利用逆动力学模型的“速度场”进行自适应加权逆采样，以减轻中断造成的语义损失。实验表明，该方法在保持高保真语义重建的同时，显著降低了端到端延迟，增强了系统在快衰落信道环境下的鲁棒性。
语义通信扩散模型信道感知调度路径补偿无线传输低延迟
math
04-15 00:00
本研究证明了在均匀外场 $h>0$ 和逆温度 $eta$ 下的Sherrington-Kirkpatrick自旋玻璃模型中，当满足条件 $\beta^2\mathrm{E}[ \mathrm{sech}^4(\beta\sqrt{q}Z+h)] \le 1$ 时（其中 $Z$ 为标准高斯随机变量），复制对称性成立。这一结果证实了de Almeida和Thouless于1978年提出的理论预测。证明过程基于对Parisi测度的直接分析，并利用了Jagannath和Tobasco（2017）提供的特征描述方法。
自旋玻璃复制对称性parisi测度统计物理随机模型
math
04-15 00:00
研究团队利用深度生成优化框架FlowBoost，探索了实根多项式在有限自由加性卷积下的ℓ^p-广义Stam不等式。研究发现，在p=2时，Hermite对是唯一的等式成立情形，并揭示了该极值点处卷积映射的谱结构。基于对耦合矩阵奇异值的猜想，研究获得了与n无关的尖锐局部稳定性常数和有限自由中心极限定理收敛速率。研究还证明，对于所有p>2，Hermite对本身违反不等式，并通过系统计算支持p*=2是尖锐临界指数的猜想。当p<2时，极值构型发生分岔，变为具有双峰根结构的非匹配对，仅在p→2⁻时收敛回Hermite对角线。
信息不等式有限自由卷积深度生成优化谱分析相变极值问题
math
04-15 00:00
本研究为根单位处的量子群模范畴的主块找到了一个新的几何实现，将其实现为某个仿射Springer纤维上微层范畴的完全子范畴。同时，证明了与具有野分歧的几何朗兰兹型等价，将该范畴与对偶群Springer解消上的凝聚层范畴等同起来。这也可视为Springer解消的同调镜像对称的一个版本。
量子群几何朗兰兹仿射springer纤维微层理论同调镜像对称
math
04-15 00:00
本研究针对有界凸开集Ω⊆ℝ^N，证明了Poincaré-Sobolev常数λ_{p,q}(Ω)可以被其周长与体积幂次的比值所控制，并给出了最优显式常数。该结果推广了Makai关于扭转刚性的经典结论（N=2时）。证明依赖于边界距离函数Lebesgue范数的新几何最优估计，这些估计本身具有独立价值。最终建立了λ_{p,q}(Ω)关于周长、内切半径和体积幂次的完整尖锐不等式体系。
偏微分方程几何不等式sobolev常数凸几何分析最优常数
math
04-15 00:00
本研究探讨了玻色极化子系统的动力学，该系统由 $N$ 个在 $\mathbb{R}^3$ 中运动的玻色子与一个杂质粒子组成。研究聚焦于平均场标度下，初始高密度 $\rho$ 和大体积 $\Lambda$ 的气体。在初始状态下，绝大多数玻色子处于玻色-爱因斯坦凝聚态，仅有少量激发。在满足 $\Lambda^3 \ll \rho$ 约束的大密度和大体积联合极限下，我们从微观动力学推导出了由平移不变的 Bogoliubov-Fr\"ohlich 哈密顿量给出的有效描述，该哈密顿量将激发量子场与杂质粒子线性耦合。
玻色极化子平均场极限量子动力学bogoliubov-fröhlich 哈密顿量玻色-爱因斯坦凝聚
math
04-15 00:00
本文研究了具有上界测地裤分解的无限黎曼曲面X。通过构造以裤为顶点、以裤边（赋权为其长度）为边的对偶图G，证明了X上的测地流是遍历的当且仅当G上的随机游走是常返的。这给出了用裤边长增长来判定测地流遍历性的显式判据，并构造了展示遍历性相变的新曲面族。同时，证明了曲面的粗等距不保持测地流遍历性，但对偶图的粗等距则保持。证明的关键是将有限面积全纯二次微分的水平叶层平直化后得到的测度叶状条件，转化为对偶图上存在平方可和流函数的条件。
遍历理论随机游走黎曼曲面二次微分测地流粗等距
cs
04-15 00:00
本文提出GRACE框架，以解决大语言模型（LLM）训练中因数据量大、计算成本高而面临的效率挑战。GRACE通过结合表示多样性与基于梯度的度量，动态构建和更新核心集（coreset），确保其信息量和效率。为降低频繁更新的计算开销，GRACE利用$k$-NN图传播机制，并选择性更新分数和嵌入，以适应训练动态。在三个基准测试上的实验表明，GRACE能显著提升不同LLM和任务的训练效率与下游性能。
大语言模型核心集选择训练优化动态框架图传播
cs
04-15 00:00
针对现有大语言模型智能体采用固定记忆设计、难以跨任务迁移的问题，本文提出了M$^\star$方法。该方法将智能体记忆系统建模为一个用Python编写的“记忆程序”，该程序封装了数据模式、存储逻辑和工作流指令。通过一种基于种群搜索和失败分析的反射性代码演化方法，M$^\star$能自动联合优化这些组件，为不同任务发现定制的记忆系统。在对话、具身规划和专家推理等四个不同基准上的评估表明，M$^\star$的性能均稳健优于现有的固定记忆基线，且演化出的程序展现出针对不同领域的独特处理机制。
记忆系统程序演化智能体任务优化大语言模型
cs
04-15 00:00
本文提出，科学知识体系在任一历史时刻都处于“局部最优”而非全局最优。类比机器学习中的梯度下降，科学发现受限于历史偶然性、认知路径依赖和制度锁定，沿着可操作性、经验可及性和制度回报的局部最陡梯度前进，可能因此错失对自然更根本的描述。文章通过数学、物理、化学等多个领域的案例，分析了认知、形式化和制度三种锁定机制，并探讨了设计元科学策略以跳出局部最优的可能性。
科学哲学路径依赖局部最优认知锁定制度锁定元科学
cs
04-15 00:00
本研究提出了一种新颖的Schema-Adaptive Tabular Representation Learning方法，旨在解决机器学习在处理表格数据时面临的模式泛化难题。该方法的核心是利用大语言模型（LLMs）将结构化的表格变量转化为语义化的自然语言描述，从而生成可迁移的表格嵌入表示。通过这种方式，模型能够在无需人工特征工程或重新训练的情况下，实现对新数据模式的零样本对齐。研究将该编码器集成到一个用于痴呆症诊断的多模态框架中，结合了表格数据和MRI影像。在NACC和ADNI数据集上的实验表明，该方法取得了最先进的性能，并成功实现了对未见数据模式的零样本迁移，在回顾性诊断任务中显著超越了包括经过认证的神经科医生在内的临床基线模型。这些结果验证了这种LLM驱动的方法能够为现实世界中异构数据提供一个可扩展且鲁棒的解决方案，并为将基于LLM的推理能力扩展到结构化领域开辟了路径。
表格表示学习大语言模型临床推理多模态学习零样本泛化痴呆症诊断
cs
04-15 00:00
针对学生过度依赖大语言模型（LLM）获取完整代码解决方案、削弱自身问题解决能力的问题，本研究设计并部署了一个课程感知的在线Python导师系统。该系统将基于Web的编程环境与对话代理相结合，通过检索增强生成（RAG）技术，提供基于课程材料的提示、苏格拉底式提问和解释，而非生成完整答案。学生反馈和交互日志分析表明，该系统主要用于概念理解、实现指导和调试，被视为一种鼓励参与而非直接复制解决方案的、与课程内容对齐的上下文感知学习支持工具。
ai教育编程教学检索增强生成大语言模型智能导师系统人机交互
cs
04-15 00:00
本研究对监督微调（SFT）进行了深入的层析分析，揭示了指令跟随能力在不同模型层中的涌现规律。通过信息论、几何和优化指标对1B至32B规模模型的分析发现，中间层（20%-80%）在微调过程中保持稳定，而最终层则表现出高度敏感性。基于此，研究者提出了“中间块高效调优”方法，选择性地更新这些关键中间层。实验表明，该方法在GSM8K基准测试（OLMo2-7B模型）上比标准LoRA方法性能提升高达10.2%，且参数开销更低，证明了有效的对齐能力在模型架构中是局部化而非分布式存在的。
监督微调层析分析模型对齐高效调优指令跟随大语言模型
cs
04-15 00:00
针对自主AI代理普遍存在的“能力过度配置”问题（如摘要任务拥有与代码部署相同的系统权限），本文提出了Aethelgard四层自适应治理框架。该框架通过强化学习（PPO）策略学习不同任务类型所需的最小可行能力集，并动态限制代理在会话中可感知的工具，结合基于规则与微调分类器的安全路由器拦截执行前调用，从而在运行时强制执行最小权限原则。
ai安全最小权限强化学习自主代理能力治理运行时安全
cs
04-15 00:00
本文提出多项式扩展秩适应（PERA）方法，以解决低秩适应（LoRA）在微调大语言模型时因线性结构限制而表达能力不足的问题。PERA通过在低秩因子空间引入结构化多项式扩展，在组合前合成高阶交互项，将适应空间转换为多项式流形，从而在不增加秩或推理成本的情况下建模更丰富的非线性耦合。理论分析表明PERA具有更强的表达能力和更有效的特征利用。实验证明，PERA在多种基准测试中均优于现有方法，其中引入高阶非线性分量（特别是平方项）对提升表达能力和保持鲁棒性能至关重要。
低秩微调多项式扩展大语言模型模型适配高阶交互非线性建模
cs
04-15 00:00
本文提出DBGL模型，用于解决不规则医疗时间序列（如异质采样率、异步观测）的分类难题。模型核心是构建患者-变量二分图，无需人工对齐即可捕捉不规则采样模式与变量关系。同时，创新性地设计了节点特异性时间衰减编码机制，根据采样间隔建模每个变量的衰减率，从而更精确地表征不规则时序动态。在四个公开数据集上的实验表明，DBGL性能优于现有基线方法。
医疗时间序列图神经网络衰减建模不规则采样时序分类二分图
cs
04-15 00:00
本文提出了MVAdapt框架，旨在解决端到端自动驾驶模型因车辆物理特性（如尺寸、质量、传动系统）不同而导致的性能下降问题。该方法通过一个轻量级物理编码器和交叉注意力模块，将车辆属性信息与冻结的TransFuser++场景编码器特征进行融合，从而在路径点解码前实现驾驶策略对车辆物理特性的显式条件化。在CARLA Leaderboard 1.0基准测试中，MVAdapt在已知和未见车辆上均优于直接迁移和多体现基线方法，展现出强大的零样本迁移能力，并为物理特性差异巨大的车辆提供了数据高效的小样本校准方案。
自动驾驶零样本学习领域自适应车辆动力学端到端模型
cs
04-15 00:00
本文提出BIND-USBL框架，解决GPS拒止环境下自主水下航行器（AUV）的持续精确定位难题。该框架通过配备超短基线（USBL）声学定位系统的自主水面船（ASV）编队，为AUV提供间歇性位置修正，以约束惯性航位推算的累积漂移。核心在于分析修正点的时空稀疏性与几何可用性，而非单点精度。方法结合了多ASV编队模型、基于冲突图的时分多址上行链路调度器，以及对接收到的USBL更新与航位推算结果的延迟融合。仿真结果表明，定位性能由勘测尺度、声学覆盖、团队构成及ASV编队几何形状共同决定，且调度器能在无冲突约束下提升AUV的修正点接收率。
协同定位水下机器人惯性导航声学定位多智能体系统导航漂移抑制
cs
04-15 00:00
本研究尝试通过四阶段蒸馏流程，将自我验证、不确定性承认和反馈整合等行为特质注入小规模语言模型（0.6B-2.3B参数）。尽管初期报告了显著性能提升，但后续验证发现这些结果是虚假的。研究通过三项系统性实验（SFT/DPO微调、推理时注意力头干预、基于冻结基座的旁路模块）均未能实现特质迁移，且发现特质改善往往以内容质量下降或风格模仿为代价。研究贡献了机制性负面结果、线性探针的双失败模式分类，以及一个可将假阳性转化为可发表负面结果的验证流程。
语言模型行为蒸馏负面结果模型评估小规模模型
cs
04-15 00:00
本研究通过平均偏雅可比范数（APJN）分析了Transformer模型在初始化阶段的信号传播行为。研究将APJN分析扩展到具有双向注意力和置换对称输入配置的Transformer，并通过推导激活统计量和APJN的跨层递推关系，理论预测了注意力机制如何改变APJN在深层网络中的渐近行为。研究发现，类似于残差网络中的临界性现象：采用LayerNorm的架构表现出APJN的幂律增长，而将LayerNorm替换为类$\tanh$逐元素非线性激活的架构则表现出拉伸指数增长，表明后者处于亚临界状态。该理论解释了为何DyT和Derf等架构对初始化和优化选择更为敏感，需要精细调参才能稳定训练。
transformer信号传播模型初始化梯度分析训练稳定性深度学习理论
cs
04-15 00:00
本研究提出了一种名为“热力学液体流形网络”的新型深度学习模型，旨在解决离网光伏系统太阳能预测中传统模型存在的物理不一致性问题。该模型通过将22个气象和几何变量投影到Koopman线性化的黎曼流形中，并结合光谱校准单元与热力学Alpha门，将实时大气不透明度与理论晴空边界模型进行合成，从而在结构上强制模型遵循严格的天体几何规律。该方法完全消除了虚假的夜间发电预测，并在天气快速变化时实现了零滞后同步。在严酷的半干旱气候下进行的五年期测试表明，该模型实现了18.31 Wh/m²的RMSE和0.988的皮尔逊相关系数，夜间误差严格为零，且在高频光学瞬变期间的相位响应小于30分钟。其超轻量级设计（仅63,458个可训练参数）为边缘可部署的微电网控制器建立了稳健且热力学一致的新标准。
太阳能预测物理约束学习微电网热力学模型黎曼流形边缘计算
cs
04-15 00:00
研究揭示了多令牌预测（MTP）训练目标如何让Transformer模型学会规划式推理。相比传统的下一个令牌预测（NTP），MTP在合成图路径查找任务及Countdown、布尔可满足性等现实推理基准上表现更优。理论分析表明，在简化的两层Transformer上，MTP会诱导出一个两阶段逆向推理过程：模型先关注目标节点，再反向追溯中间节点。这源于MTP的梯度解耦特性，能提供比NTP更清晰的训练信号，使优化过程偏向于构建鲁棒且可解释的推理电路。
多令牌预测transformer推理规划梯度解耦逆向推理语言模型训练
physics
04-15 00:00
本研究提出并分析了一种低成本、易扩展的相控阵地面站，采用20对双极化Yagi-UHF/VHF天线单元，并以伪随机布局排列。核心工作是比较随机分布与均匀分布阵列的参数性能，包括对俯仰角和方位角旁瓣的通用分析、阵元数量扩展分析、电子波束扫描、机械波束扫描、机电混合波束扫描、阵列密度分析以及收发频谱分析。该设计旨在实现多源跟踪、多波束成形和电子转向功能。
相控阵天线随机阵列波束成形yagi天线uhf/vhf频段性能分析
physics
04-15 00:00
本文重新审视了探险家亚美利哥·韦斯普奇在发现新大陆航行期间对南天星空的观测记录。过去的研究因未遵循韦斯普奇本人的指示，导致其观测数据被误读或判定为不可理解。通过综合分析历史文献，研究者构建了一个连贯的解释框架，成功识别了韦斯普奇所描述的大部分恒星，并指出其观测质量良好，但由于对古代文献了解不足，未能区分已知星与未知星，从而引发了16世纪星图绘制中的一段混乱时期。
科学史天文学史南天观测韦斯普奇星图绘制历史文献分析
physics
04-15 00:00
这篇综述分析了生成式AI在无机化学领域的应用进展。与有机化学不同，无机化合物（如晶体、过渡金属配合物、多孔材料）的逆向设计面临化学组成、几何结构、对称性和电子结构等多重复杂性的挑战。文章重点探讨了如何通过构建“数据-表征-模型”一体化流程来应对这些挑战，使AI能够根据目标性质生成候选化合物。未来方向包括建立标准化的基准测试和开发可合成性评估指标。
生成式ai逆向设计无机化学材料发现机器学习化学信息学
physics
04-15 00:00
本研究将基于神经网络的生成模型Parnassus应用于大型正负电子对撞机（LEP）的ALEPH探测器，实现了全探测器模拟与重建。模型在模拟的$e^+e^- \to Z \to q\bar{q}$事件上进行训练，结果表明其在事例、喷注和粒子层面均能准确复现探测器响应。该工作证明了主要为LHC实验开发的生成模拟方法，能够自然地推广到具有不同探测器几何和物理环境的历史对撞机实验，为难以复活归档软件工具的遗留数据分析提供了重要工具。
探测器模拟生成模型对撞机物理神经网络数据重建aleph实验
physics
04-15 00:00
本研究开发了新型辐射求解器RAPRAL，它结合了逐线光谱建模与辐射传输方程的射线追踪求解方法，能够精确解析光谱特征与空间辐射传输。该工具在C++中实现，用于模拟高温热化学非平衡辐射过程。验证表明，RAPRAL能准确计算原子与分子体光谱系数，并在Fire II飞行实验的底部辐射加热预测中，基于双温度、11组分流场，可靠地预测了辐射热流并捕捉了主导辐射机制。
辐射传输高超音速流逐线法射线追踪计算流体力学热化学非平衡
physics
04-15 00:00
本研究将广义最小二乘（GLS）原理应用于湍流边界层的对数律速度剖面，建立了一个标准化的综合框架，用于量化不同数据集中对数律参数的不确定性。与忽略误差相关性的普通最小二乘（OLS）和加权最小二乘（WLS）不同，GLS方法纳入了残差的完整协方差矩阵，该矩阵由原始变量的不确定性传播而来，并与实验方法保持一致。研究通过合成数据（模拟热线风速计测量）对回归模型进行了系统分析，为实验设计提供了预测工具，可识别对数律参数不确定性的主要来源及潜在缓解策略。此外，研究还提出了无需预先指定对数区域位置和范围的新拟合程序。
湍流边界层对数律广义最小二乘参数估计不确定性分析流体力学
physics
04-15 00:00
研究利用磁层多尺度（MMS）卫星，分析了2023年4月一次日冕物质抛射（CME）事件。在CME的磁云（MC）内部，首次观测到持续两小时的亚阿尔文速（$V < V_A$）太阳风。研究发现，亚阿尔文速MC区域的电子温度显著高于CME鞘层和超阿尔文速MC区域，其一维分布呈现超热尾和15-50 eV电子数耗空特征。磁波动分析显示，该区域交叉螺旋度可忽略，惯性区谱标度陡于Kolmogorov谱，且在离子/亚离子尺度间歇性减弱、电子尺度间歇性增强，呈现出与木星等行星磁层类似的弱磁流体力学湍流状态。
日冕物质抛射亚阿尔文速太阳风电子分布磁流体湍流mms卫星空间物理
physics
04-15 00:00
本研究系统表征了二维碲化铋（BiTe）的三阶非线性光学响应。通过空间自相位调制光谱，定量测得其非线性折射率与三阶非线性磁化率，其性能媲美或超越先进二维材料。研究揭示了其高非线性响应源于能带色散，并建立了载流子输运与非线性磁化率的直接关联。基于这些特性，研究团队设计了基于二维BiTe-hBN异质结的全光隔离器，实现了非对称光传播，并利用交叉相位调制技术设计了光子信息转换器与逻辑门。这些发现确立了二维BiTe作为先进光子信号处理与集成光子应用的强大非线性光学平台。
非线性光学二维材料光子隔离器集成光子学碲化铋空间自相位调制
physics
04-15 00:00
本研究提出了一种基于含时密度泛函理论时间演化形式的新方法，用于精确计算金属团簇连续谱中的表面等离子体共振。以Al$_{13}^-$为参考体系，该方法通过准确描述连续谱和团簇电离过程，成功捕捉到紫外波段的宽表面等离子体共振。应用该方法发现，铝团簇的等离子体共振随尺寸演化，从Al$_{6}$的离散谱特征逐渐转变为更大团簇在深紫外区的表面等离子体共振。
表面等离子体含时密度泛函理论金属团簇紫外光谱连续谱电离过程
physics
04-15 00:00
本研究提出了一种用于介质波导的全矢量有限元模式求解器。该方法基于频域麦克斯韦旋度方程的混合Nedelec-Lagrange离散化，结合用于横向场分量的棱边元和用于纵向场分量的节点元，能够精确模拟混合模式并有效抑制伪解。求解器在MATLAB和Python中实现，注重可复现性、计算效率和可访问性，并与基于云的平台兼容。在代表性波导结构上的数值验证表明，其与COMSOL Multiphysics结果高度一致，相对误差低于0.05%。收敛性研究证实了网格细化带来的预期精度趋势，并权衡了计算成本与精度。该实现为集成光子学研究和教育提供了一个灵活可靠的开源工具。
有限元法波导模式全矢量求解混合离散化开源工具集成光子学
econ
04-15 00:00
本研究结合LMDI分解、随机前沿分析及变量重要性方法，分析了2006-2022年美国各州能源消费差异。研究发现，人均能源使用量下降12.8%主要源于能源强度改善。对数能源使用的跨州差异中，63%由需求前沿解释，34%源于前沿之上的无效率，仅3%为噪声。在需求前沿内部，能源价格解释了约26%的差异，州级效率政策解释了约13%，而GDP与气候因素合计仅占10%。效率政策还通过降低无效率产生额外6%的影响。结果表明，定价与监管是驱动跨州能源使用差异的主要因素。
能源消费随机前沿分析效率政策价格驱动跨州差异lmdi分解
econ
04-15 00:00
本研究将社会保障设计与一般均衡理论相结合，提出了一种设计最优平衡现收现付养老金系统的方法。该方法基于Dognini (2025)的反向计算算法，用于寻找具有异质性家庭、易储蓄倾向的非稳态代际交叠经济的最优货币均衡。该算法尤其适用于正在进行人口结构转型国家的养老金体系改革。在均衡价格下，由于家庭预算平衡（即瓦尔拉斯定律），这些最优平衡系统类似于著名的名义账户制。研究以巴西、中国、印度、意大利和美国1950年至2070年的人口和生产力动态为例，在一个简化框架中进行了说明。
社会保障设计现收现付制一般均衡理论代际交叠模型人口转型最优平衡
econ
04-15 00:00
本研究开发了一种分位数贝叶斯向量自回归（QBVAR）模型，用于预测实际油价在条件分布不同分位数上的表现。该模型允许预测变量的效应随分位数变化，捕捉了传统均值回归方法忽略的非对称性。基于1975年至2025年的月度数据，研究发现：QBVAR将中位数预测精度提升了2-5%；不确定性和金融状况变量对下行风险（左尾）的预测能力显著，危机期间预测改进达10-25%；而上行风险（右尾）预测仍具挑战性，需结合随机波动率模型。结果表明，对条件分布的建模能显著提升尾部风险评估能力，尤其在重大石油市场动荡时期。
油价预测分位数回归贝叶斯var尾部风险金融计量能源经济
econ
04-15 00:00
本研究利用1995-2023年年度数据，通过约翰森协整分析和动态最小二乘法，实证检验了汇率与通胀对土耳其出口的长期影响。结果显示，实际有效汇率上升（里拉升值）和通货膨胀均对出口产生负面影响，系数分别为-0.185和-0.125。而作为控制变量的外商直接投资和进口则对出口有显著正向影响，系数分别为0.117和0.849。这表明，维持汇率稳定和控制通胀是改善土耳其外贸表现的关键，同时鼓励外资流入和战略性管理进口的政策也至关重要。
汇率影响通货膨胀出口贸易协整分析土耳其经济外商直接投资
econ
04-15 00:00
本研究挑战了电池储能系统（BESS）多市场交易中预测精度（如MAE）决定收益的传统假设。基于2020-2025年德瑞两国真实市场数据的优化模型发现，价格预测的排序相关性（Kendall tau）是日内调度价值的主要预测指标。当tau值高于0.85-0.95的经验阈值时，可捕获近乎完美的前瞻性收益；而tau值接近零的持续性预测仅能捕获33%。此外，在备用市场约束下，调频容量收益是日内市场的6.5倍，表明容量分配而非预测精度是总收益的主要驱动力。瑞士市场的水文盈余异常与平衡市场收益显著相关（p=0.0005）。研究结论为BESS运营商重构了预测评估框架：核心问题并非MAE大小，而是预测是否达到“tau充分性”。
储能优化市场交易预测评估排序相关性电力市场收益驱动
econ
04-15 00:00
本文提出了一种基于约束条件最优运输（CCOT）的新框架，用于在工具变量（IV）假设下对广义罗伊模型中的政策相关处理效应（PRTE）进行部分识别。该方法将高维CCOT问题解析简化为可分离的一维最优运输问题，从而获得尖锐的闭式边界，避免了现有矩松弛方法可能丢弃识别信息的缺陷。研究还开发了相应的估计与推断程序：针对离散工具变量，采用基于Neyman正交得分的双重机器学习（DML）方法，在容纳高维协变量的同时实现参数化$\sqrt{n}$收敛速率和渐近正态性；针对连续工具变量，则明确刻画了相应的非参数收敛速率。模拟和蚊帐补贴应用表明，该方法得到的边界比现有方法显著更紧。
政策评估工具变量部分识别最优运输双重机器学习广义罗伊模型
econ
04-15 00:00
本文提出了一种动态网络框架，用于揭示高维向量自回归（VAR）类模型中的潜在社区路径。该方法将度校正随机协同块模型（ScBM）嵌入VAR系统的转移矩阵中，在节点层面分离发送和接收角色，并以可解释的低维形式总结复杂的定向依赖关系。通过整合有向谱协同聚类与特征向量平滑技术，能够追踪定向群体如何随时间分裂、合并或持续存在。该框架适用于描述周期性季节演化的周期VAR（PVAR）模型，以及描述有序依赖范围内结构转变的广义VHAR模型。研究建立了两种方法的非渐近误分类界，并通过蒙特卡洛实验提供了支持证据。
向量自回归动态网络谱聚类社区发现时间序列分析高维模型
econ
04-15 00:00
本文提出一种新的变量选择聚合方法，用于处理自助法与多重插补后变量选择结果不一致的问题。该方法将每次扰动迭代中的变量检测结果建模为伯努利试验，并通过似然比过程累积变量相关性的证据，该过程可近似解释为贝叶斯因子。该方法不仅提供了变量纳入标准，还包含一个停止规则，无需事先固定自助-插补迭代次数。蒙特卡洛模拟涵盖126种场景，实证研究表明该方法在控制模型稀疏性和选择准确性方面优于现有的聚合方法（如并集规则）。
变量选择贝叶斯因子自助法多重插补后双重选择模型聚合
econ
04-15 00:00
本文提出在目标试验模拟框架中，通过模拟阶梯楔形整群随机试验来评估健康与社会政策。该方法整合了随机试验的严谨设计与准实验设计的灵活性，强调清晰定义估计目标、考虑政策异质性与时变效应，并系统报告关键假设。它有助于识别单一方法难以处理的场景，避免产生低质量因果证据的研究，同时促进两个领域在处理效应异质性、统计功效、溢出效应等问题上的经验交叉融合。
政策评估因果推断试验模拟阶梯楔形设计准实验健康经济
econ
04-15 00:00
本文提出了首个用于纵向数据的因果扩散模型（CDM），旨在生成序列干预下反事实结果的完整概率分布。该方法采用创新的残差去噪架构与关系自注意力机制，无需依赖逆概率加权等显式去混杂调整，即可捕捉复杂的时间依赖性与多模态结果轨迹。在药代动力学-药效学肿瘤生长模拟器上的评估显示，CDM在分布准确性（1-Wasserstein距离）上相对现有方法提升了15-30%，同时在高混杂场景下保持了具有竞争力的点估计精度（RMSE）。
因果推断扩散模型纵向数据反事实预测不确定性量化序列决策
econ
04-15 00:00
本文为调查实验的可推广性建立了基于行为微观基础的形式理论。研究指出，调查环境通过两种机制影响结果：一是塑造注意力，决定哪些因素进入受访者的主动考虑集；二是塑造显著性，影响各因素在决策中的相对权重。该框架得出两个主要结论：考虑集压缩会导致放大效应，使实验效应在幅度上大于现实世界；情境依赖的显著性则可能导致符号不稳定，即实验效应的方向与现实效应不一致。理论阐明了调查实验识别的内容、效应可能推广的条件，以及如何改进设计以提高决策环境的可迁移性。
调查实验可推广性行为微观基础注意力显著性因果推断
astro-ph
04-15 00:00
本研究探讨了温度对无粘性中子星核心中由成分梯度驱动的g模式振荡的影响。通过使用手征SU(2)_f σ模型构建热密物质系统的等熵温度剖面，研究发现全局核心g模式的频率对温度的依赖性主要由核对称能斜率参数L决定。结果表明，一个温暖中子星的g模式频率可能高于或低于其冷态对应物，具体取决于L的取值。这揭示了热效应与成分梯度之间的相互作用，并展示了中子星g模式观测在约束对称能密度依赖性方面的潜力。
中子星振荡g模式有限温度效应核对称能致密物质天体物理
astro-ph
04-15 00:00
本研究利用欧洲VLBI网络和甚长基线阵列，在22和43 GHz频率对活动星系核3C 84的亚秒差距喷流进行了多时期观测。通过分析核心区域光谱指数梯度的演化，揭示了亚秒差距尺度上丝状结构的动态活动、磁场演化以及与周围介质的复杂相互作用。这些发现有助于区分不同的喷流启动模型，并探索其与γ射线耀斑的潜在联系。
活动星系核射电喷流vlbi观测光谱指数黑洞物理高能天体物理
astro-ph
04-15 00:00
本研究利用澳大利亚SKA探路者望远镜的巡天数据，新发现了六个位于银河系平面的短寿命（数天至数月）射电暂现源。通过分析，这些源可分为两类：一类呈现分钟级的脉冲式辐射，另一类则表现为持续数周的耀斑式爆发。研究者推测，短时标源可能与宽轨道白矮星双星系统有关，而长时标源则可能与尘埃遮蔽的白矮星双星爆发类似。这表明大规模射电巡天正在揭示此前未被探索的白矮星双星亚群。
射电暂现源银河系白矮星双星askap巡天暂现源分类射电天文学
astro-ph
04-15 00:00
通过分析恒星中钇/铕和锶/铕的丰度比随金属丰度的非单调演化，研究发现至少需要三种不同时标的中子俘获过程来源。化学演化模型表明：延迟的$r$-过程（如中子星并合）贡献了超过95%的铕；一个“快”过程优先产生第一峰元素（如钇、锶），几乎不产铕，解释了低金属丰度下的高[Y/Eu]；而延迟的AGB星$s$-过程则再现了晚期丰度的上升。观测到的[Y/Eu]约0.6 dex的变化幅度，要求快过程与延迟过程的第一峰与第二峰元素产额比差异显著（$\gtrsim 3.4$），排除了产额比相似的模型。
化学演化中子俘获过程恒星丰度r-过程s-过程核合成
astro-ph
04-15 00:00
研究通过磁流体动力学模拟发现，星际介质中的激波是导致宇宙微波背景前景辐射中EE/BB功率谱比值趋于平坦的关键机制。当能量注入率增加时，EE/BB比值从$\sim k^2$增长转变为稳定在$\gtrsim 1$，与观测结果一致。同时，速度散度分布出现幂律尾（$-7/2$），系统趋于各向同性，但激波本身的内在各向异性导致了E/B模式的不对称。该结果表明，理解前景辐射需要超越线性磁流体动力学方程。
宇宙微波背景前景辐射磁流体动力学激波偏振ee/bb比值
astro-ph
04-15 00:00
利用詹姆斯·韦伯太空望远镜（JWST）和ALMA的观测数据，研究团队首次在红移$z=3.06$（宇宙年龄仅约20亿年）的星系A2744-JF-z3中，直接观测到“冲压剥离”（RPS）过程。该过程正在快速移除星系的冷气体和尘埃，导致其恒星形成活动被突然“熄灭”。这一发现将环境效应对星系演化的“淬灭”作用推向了更早期的宇宙，表明在年轻的星系群和原星系团中，冲压剥离可能是导致大质量星系快速停止形成恒星的关键机制。
星系演化冲压剥离早期宇宙jwst恒星形成淬灭环境效应
astro-ph
04-15 00:00
本研究利用JWST/MIRI-MRS对原恒星BHR71-IRS1的喷流进行了光谱成像观测，首次直接探测到喷流中发射的尘埃。研究揭示了喷流中独特的难熔元素（Fe、Ni、Co等）和惰性气体精细结构线，并发现尘埃发射与喷流中的明亮结（knots）共空间。通过分析尘埃的能谱分布，识别出温暖（200-400 K）和寒冷（70-90 K）两个尘埃成分。激波模型显示，激波速度（70至35 km s$^{-1}$）和激波前密度（>$10^5$至$4\times10^4$ cm$^{-3}$）随距离原恒星的距离增加而下降。尽管存在激波，气体相的Fe和Ni丰度相对于太阳值有所耗损，表明相当一部分难熔物质仍被锁定在尘埃颗粒中。这些观测为尘埃在0级原恒星喷流中被发射并至少部分幸存于激波过程提供了直接证据。
原恒星喷流尘埃发射jwst观测激波物理元素丰度中红外光谱
q-bio
04-15 00:00
本研究提出了一种基于成对交互核的时空概率模型，利用巴西累西腓的大规模地理参考数据分析虫媒病毒传播。模型通过最大似然估计发现，在城市尺度上，空间邻近性无法有效区分不同疾病；而时间动态则表现出尺度依赖性：登革热、寨卡和基孔肯雅热之间的统计差异仅在超过一个临界时间窗口后才显现。无约束模型主要捕捉短期共现，导致表面但非稳健的差异，而生物约束模型则揭示了三者具有共同的底层传播结构。重建的传播网络显示出与合理疫情传播一致的局部化、结构化交互模式。
时空模型虫媒病毒尺度依赖传播动力学城市流行病学
q-bio
04-15 00:00
本研究系统评估了仅基于蛋白质一级序列信息对帕金森病进行分类的可行性。在无数据泄露的嵌套分层交叉验证框架下，测试了氨基酸组成、k-mers、理化描述符、混合表示及蛋白质语言模型嵌入等多种表示方法。最佳模型（ProtBERT + MLP）仅获得F1分数0.704 ± 0.028和ROC-AUC 0.748 ± 0.047，表明其判别能力有限。所有方法的性能差异不显著（Friedman检验p = 0.1749），且无监督分析未发现与类别标签对齐的内在结构。结果表明，仅凭序列信息难以有效区分帕金森病，需要结合结构、功能或相互作用等更丰富的生物特征。
帕金森病蛋白质序列生物信息学机器学习疾病分类模型评估
q-bio
04-15 00:00
本研究针对多等位基因（M个）竞争的随机进化动力学，建立了一个微扰理论框架来计算弱选择条件下的固定概率。该方法利用后向Fokker-Planck算子的结构，将固定概率围绕其中性解进行系统展开。研究将该通用框架应用于三个生物学实例：具有恒定适应度函数的三等位基因竞争模型、适应度随频率增加的协调博弈模型，以及互惠等位基因间克隆干扰模型。这些结果将固定概率的分析理解从成对相互作用扩展到了多策略场景。
固定概率moran过程弱选择多等位基因随机进化动力学微扰理论
q-bio
04-15 00:00
本研究首次将半定规划（SDP）这一强大的凸优化框架引入系统发育学领域，用于解决基于距离的平衡最小进化（BME）问题。该方法通过SDP松弛结合迭代舍入方案，将松弛解逐步转化为有效的树拓扑结构。在模拟和实证数据集上的实验表明，该方法能够实现准确的系统发育重建，且其通用性框架有望扩展至其他系统发育学问题。
系统发育学半定规划平衡最小进化凸优化距离法算法
q-bio
04-15 00:00
本研究通过概率云回归（一种考虑双变量测量误差的模型）重新分析了ABIDE-I数据集（19个站点，935名被试），发现传统最小二乘法（OLS）可能将IQ与头动之间的负相关斜率高估了约4.67倍。研究还发现，基于全样本构建的头动预测模型在跨站点验证时表现不佳（样本外R²为负）。结果表明，多中心神经影像研究中常用的混杂控制方法可能因忽略测量不确定性而夸大关联，但这对下游运动校正流程的具体影响仍需进一步量化。
测量误差多中心研究神经影像自闭症统计方法头动伪影
q-bio
04-15 00:00
本研究提出了一个在复杂、异质环境中合作演化的通用框架，其中合作的收益取决于局部环境质量。研究发现，环境异质性究竟是促进还是抑制合作，主要取决于环境状态的空间组织方式。对于任意环境景观，一个单一的量——空间相关指数（SCI）——可以预测合作者的固定概率。在弱选择条件下，隔离的环境（segregated environments）能增强合作，而高度混合的棋盘状景观则会抑制合作。此外，环境的组织方式还控制着演化时间尺度：隔离景观会产生长期存在的亚稳态共存，而混合景观则导致合作者更快但成功率较低的固定。这些结果为理解空间环境异质性如何塑造合作演化提供了统一描述。
合作演化空间异质性演化博弈论固定概率空间相关指数环境景观
q-bio
04-15 00:00
本研究通过对比高强度骑行（生理压力）与社交压力测试（心理压力），评估了仅使用可穿戴生理信号（心率、心率变异性、皮电活动）以及结合唾液皮质醇对压力状态进行分类的效果。结果显示，仅使用可穿戴信号时，总体分类准确率为77.8%，但对心理压力及恢复状态的识别率较低（召回率分别为50.0%和54.2%）。加入皮质醇特征后，总体准确率提升至94.4%，心理压力与恢复状态的召回率分别显著提高至83.3%和87.5%，并有效减少了心理压力与静息状态的误判。研究表明，整合内分泌标志物对于可靠区分心理压力至关重要。
压力监测可穿戴设备皮质醇生理信号心理压力多模态融合
q-bio
04-15 00:00
研究表明，依赖机器学习检测外星生命的方法存在根本性缺陷。通过人工生命实验发现，即使样本不具备生命能力，AI模型也可能以接近100%的置信度将其误判为生命。这源于机器学习对分布外样本的脆弱性——外星样本很可能超出地球生物与非生物样本的训练分布范围，导致使用AI进行生命探测时必然产生大量假阳性结果。
人工智能生命探测机器学习外星生命假阳性分布外样本
q-bio
04-15 00:00
针对连续血糖监测、智能胰岛素笔等糖尿病设备产生的时序数据格式不统一问题，本研究提出了DIAX（DIAbetes eXchange）标准化JSON格式。该格式整合了血糖、胰岛素、饮食等多源信号，旨在提升数据的互操作性、可复现性和可扩展性，尤其服务于机器学习应用。项目提供了开源工具集，支持数据集转换、格式兼容、可视化及社区协作，目前已兼容DCLP3、T1Dexi等主要数据集，涵盖超1000万患者小时的数据。
糖尿病数据数据标准化json格式时序数据机器学习开源工具
q-bio
04-15 00:00
TriFit 是一个预测单氨基酸突变功能影响的多模态框架，创新性地整合了序列、结构和蛋白质动力学信息。它通过四专家混合模型自适应融合模态，并采用三模态跨模态对比学习。模型在包含 69.6 万个突变的 ProteinGym 基准测试中，AUROC 达到 0.897，超越了现有最佳监督模型。消融实验证实，蛋白质动力学（如残基灵活性和相关性运动）的引入贡献了最大的边际性能提升。
突变适应性预测蛋白质动力学多模态融合混合专家模型生物信息学
q-bio
04-15 00:00
针对DNA序列分析中深度神经网络“黑箱”与决策树表达能力受限的问题，本研究提出了DEFT框架。该框架在决策树构建过程中，利用大语言模型为每个节点处的局部序列分布自适应生成并迭代优化具有生物学意义的高阶特征。实验表明，DEFT能在多种基因组学任务中发现高度可预测且易于人类理解的序列特征，在保持模型可解释性的同时提升了性能。
可解释aidna序列分析决策树特征生成大语言模型生物信息学
q-bio
04-15 00:00
研究团队发布了OpenTME，一个基于AI分析的大规模、定量化肿瘤微环境（TME）开放数据集。该数据集源自癌症基因组图谱（TCGA）中5种癌症类型（膀胱、乳腺、结直肠、肝、肺癌）的3,634张H&E染色全切片图像。通过Atlas H&E-TME病理基础模型，对每张切片进行组织质控、分割、细胞检测分类及空间邻域分析，生成超过4,500个细胞级定量指标。OpenTME旨在为生物标志物发现、空间生物学研究及TME计算方法开发提供关键资源。
肿瘤微环境人工智能病理图像开放数据集空间分析tcga
q-bio
04-15 00:00
本研究提出了Brain-DiT，一个通用的多状态fMRI基础模型。它基于扩散Transformer（DiT）架构，并采用元数据条件预训练，在涵盖静息、任务、自然刺激、疾病和睡眠等24个数据集的近35万次扫描上进行训练。与依赖原始信号或潜在空间掩码重建的现有模型不同，Brain-DiT通过生成式预训练学习多尺度表征，既能捕捉细粒度功能结构，也能理解全局语义。在7个下游任务的广泛评估中，该模型证明了扩散预训练比重建或对齐任务更具优势，元数据条件化能有效解耦内在神经动态与群体变异性。不同下游任务对表征尺度有不同偏好，例如ADNI分类更依赖全局语义，而年龄/性别预测则更依赖局部结构。
fmri基础模型扩散transformer元数据条件预训练多状态脑成像神经表征学习生成式预训练
q-bio
04-15 00:00
本文挑战了传统进化论中“随机突变”与“拉马克主义”的二元对立，提出了基于“交互式进化”理论的新模型。研究利用多元分布估计算法构建仿真，证明突变并非完全随机，而是受到基因组内部跨代累积信息的影响。模型揭示了选择、重组与非随机突变以互补方式交互作用，进化由简约性与适应度的互动驱动。该框架将个体视为样本，将学习到的假设置于种群层面，为理解性状的钟形分布及其对选择的响应提供了新视角，强调了在进化理论与计算中纳入遗传变化内部信息整合的重要性。
进化计算非随机突变分布估计算法交互式进化理论模型种群遗传
q-bio
04-15 00:00
本研究通过非平衡随机力学框架，揭示了高尔基体和内体等细胞器在持续膜运输流中的组装与尺寸控制机制。模型基于违反细致平衡的机械化学融合-分裂循环，识别出从稳定态到极限环的多种鲁棒动力学状态，对应从稳定囊泡到周期性解体/重组等不同表型。分析表明，囊泡运输和囊泡递进这两种高尔基体组织模型实为同一非平衡过程的两个不同相。该框架为通过调控糖基化酶与膜分裂-融合动力学相互作用来控制囊泡化学特性与数量提供了新策略。
细胞器组装非平衡动力学高尔基体膜运输相变系统生物学
q-bio
04-15 00:00
本研究通过统一的数学模型，结合空间环境异质性，揭示了干旱生态系统中植被斑块模式的形成机制。研究发现，随着植被死亡率增加，系统会形成高生物量的自组织六边形斑块；而当死亡率趋势逆转时，则会形成低生物量、无周期性的无序集群斑块，两者构成滞后回环。该行为得到了遥感和实地观测的支持，为理解气候变化下生态系统向荒漠化的临界转变提供了新视角。
干旱生态系统植被自组织环境异质性滞后回环荒漠化空间模式
q-bio
04-15 00:00
本文介绍了GeoPl@ntNet，一个旨在通过动态地图和资料卡使“关键生物多样性变量”对公众可及且易懂的交互式网络应用。其核心功能是允许用户探索覆盖欧洲的高分辨率AI生成地图，包括物种分布、栖息地类型和生物多样性指标。这些地图通过一个包含卷积神经网络和大语言模型的级联流程开发，分辨率可达50×50米，提供了直观且信息丰富的界面。平台还支持对特定区域（如城市绿地、保护区或河岸）进行探索，查看本地物种及其覆盖情况，并为选定区域生成包含受保护物种、入侵物种和特有物种洞察的综合报告。
生物多样性ai地图物种分布卷积神经网络交互平台欧洲生态
physics
04-15 00:00
本研究展示了一种基于飞秒激光直写技术、在玻璃中制备的新型直波导定向耦合器与干涉仪。其核心在于通过“扫描工程”沿波导长度方向精确调控折射率，从而控制耦合强度。实验实现了间距15微米的并行波导，并成功制备出尺寸小于40微米×15微米×6毫米的50:50定向耦合器以及非平衡臂马赫-曾德尔干涉仪。该技术为紧凑、高密度、三维光子集成提供了新方案。
光子集成飞秒激光直写波导耦合器折射率调控光学干涉仪扫描工程
physics
04-15 00:00
本研究揭示了在窄通道非Boussinesq流体中，通过对Navier-Stokes方程进行深度平均而产生的一种新型剪切诱导水平浮力。该力在形式上等同于Korteweg应力张量的散度。与通常归因于分子尺度内聚势的经典Korteweg应力不同，这种应力纯粹源于自耦合输运，其中内部Ostroumov流被“束缚”于局部密度梯度。研究推导了有效应力系数的显式表达式，揭示了其对普朗特数（$Pr$）和格拉晓夫数的基本依赖，并识别了在$Pr=1/2$时有效内压力的转变，这标志着剪切流内部惯性力与剪切诱导的流体静力学倾斜之间的交叉。该结果暗示，二次Korteweg型应力可能是梯度驱动流中次尺度输运的普遍表现，为可混溶流体中的类毛细管应力提供了严格的宏观尺度起源。
流体动力学korteweg应力非boussinesq流剪切诱导浮力深度平均可混溶流体
physics
04-15 00:00
本研究通过直接数值模拟，重新审视了利用展向力控制湍流通道流动以降低壁面摩擦阻力的方法。传统方法依赖于壁面谐波振荡，其产生的斯托克斯层厚度与振荡周期耦合。研究通过引入额外的展向体积力，成功解耦了这两个参数。结果表明，经典的壁面振荡方案只是展向力控制的一个特例，且并非最优。在固定雷诺数和力幅值条件下，优化后的方案（采用更小的周期和更大的层厚）能将最大减阻效果提升约三分之一，并将最大净节能从-35%显著改善至+16%。
湍流减阻展向力控制直接数值模拟斯托克斯层流动控制能量节省
physics
04-15 00:00
本研究提出了一种多尺度本征正交分解（mPOD）的快速谱方法，显著降低了计算成本。传统mPOD使用有限脉冲响应滤波器组，导致相邻尺度间存在频谱重叠，且每个频带都需在全时间维度上求解特征值问题。新方法用紧凑的谱掩码取代时域滤波器，严格分离不同尺度的频率支持，使问题在尺度间完全解耦。这导致在谱空间中形成块对角相关算子，每个频带可独立处理，特征值问题简化为仅取决于各频带活跃频率数的小规模系统。该方法在合成数据集和圆柱尾流（Re≈5000）的粒子图像测速实验数据上得到验证，在准确恢复模态结构和奇异值的同时，将计算成本降低了数个数量级。
多尺度分解本征正交分解谱方法计算流体力学模态分析降阶模型
physics
04-15 00:00
本研究通过欧洲能源系统模型分析发现，在生物质资源有限且化石燃料受限（如碳封存能力不足或可再生燃料强制要求高）的情景下，E-biofuels（通过向生物质转化过程添加可再生氢气以更高效利用生物碳）是实现严格排放目标的成本效益选择。相比基于捕获CO₂合成燃料，该方法通过直接提高生物碳利用率，可节省燃料生产和碳捕集成本，使总系统成本降低高达2.7%，液体燃料成本降低超10%。研究强调了E-biofuels在应对生物质、氢气和碳储存可用性不确定性及政策演变中的潜在对冲作用。
e-biofuels难电气化部门碳减排能源系统模型生物质利用可再生燃料
physics
04-15 00:00
研究团队开发了全球统一的数据驱动城市环境分区框架，通过对建筑形态、植被和地表不透水性等500米高分辨率数据集进行无监督聚类，将全球城市表面划分为27种类型，覆盖了全球约85%人口的居住环境。相比现有方案，该框架能更精细地刻画现代城市中建筑与植被的混合模式，并进一步归纳出9种具有区域差异和社会经济相关性的主要城市纹理，为环境建模、风险评估和气候适应研究提供了更一致的物理表征基础。
城市环境分区数据驱动分类城市异质性高分辨率数据无监督聚类全球城市研究
physics
04-15 00:00
本研究提出了一种统一的提示引导流匹配框架（SeisDiff-intp），旨在解决地震解释中依赖大量标注数据和单任务模型效率低下的问题。该框架通过条件提示，使单一模型能够动态切换并执行多种解释任务，无需结构修改。此外，针对复杂地下结构标注数据稀缺的挑战，研究提出了一种集成生成增强策略，利用流匹配生成多样且地质学上合理的训练数据对。实验表明，该方法结合生成增强，能够产生高质量、任务特定的解释结果，并具有稳定且可重复的推理行为，为基于深度学习的单任务地震解释模型提供了一个可扩展、灵活且鲁棒的替代方案。
地震解释流匹配多任务学习生成增强提示学习深度学习
math
04-15 00:00
本文研究了图$G$中1-近独立顶点子集数$\sigma_1(G)$与Merrifield-Simmons指数$\sigma_0(G)$（即独立集总数）的比值$\frac{\sigma_1(G)}{\sigma_0(G)}$。作者为多个图类（包括连通图、树和森林）建立了该比值的尖锐上下界，为比较这两个图不变量提供了新的分析工具。
图论独立集merrifield-simmons指数组合计数图不变量极值问题
math
04-15 00:00
本文解决了马祖尔自1932年提出的可分商问题在非可分Bourgain-Pisier型$\mathscr{L}_\infty$空间中的情形。作者证明：若$\mathscr{L}_\infty$空间$Y$包含子空间$X$使得商空间$Y/X$是无限维且具有Schur性质，则$Y$以$c_0$作为其商空间。该判准适用于通过López-Abad扩张方法构造的非可分$\mathscr{L}_\infty$空间（即Bourgain–Delbaen空间的非可分类比），从而对此类空间肯定地回答了马祖尔问题。在坐标嵌入假设下，作者还构造了显式的有界满射$T: Y \to c_0$，其核是密度为$\kappa$的$\mathscr{L}_{\infty,\lambda}$空间，并通过反例证明了该假设的必要性。
泛函分析巴拿赫空间商空间可分性问题l∞空间马祖尔问题
math
04-15 00:00
本文研究了分拆图 $G_n$ 的顶点不变量——分拆的支持集（不同部分大小的集合）。证明了支持集大小 $r$ 在 $G_n$ 中出现当且仅当 $T_r = r(r+1)/2 \le n$，最大支持集大小为 $\rho(n) = \max\{r: T_r \le n\}$。给出了边上的支持集跳跃精确公式，其值域为 $\{-2,-1,0,1,2\}$，并证明了度下界 $\deg(\lambda) \ge \sigma(\lambda)(\sigma(\lambda)-1)$，其中 $\sigma(\lambda)$ 为支持集大小，且阶梯分拆达到等号。此外，支持集大小在共轭下不变，支持集大小为1的层恰好是矩形分拆，粗粒度支持集层级图总包含链 $1-2-\cdots-\rho(n)$。
分拆图支持集组合数学图不变量整数分拆
math
04-15 00:00
本研究改进了偶数轮图$W_{2n}$拉姆齐数的上下界，证明了对于所有$n\geq 2$，有$5n-\frac{1+(-1)^{n}}{2}\leq R(W_{2n})\leq 8n+664$。同时，解决了两个相关的开放问题：对于充分大的$m$和$n$，渐近确定了$R(K_{1,m}, W_{2n})$和$R(C_{2m}, W_{2n})$的值。特别地，当$n\geq 1000$时，$R(K_{1,2n}, W_{2n})=5n-\frac{1+(-1)^{n}}{2}$；对于所有$n\geq 2$，$R(C_{2n}, W_{2n})\leq 4n+332$。对于奇数轮图$W_{2n+1}$，将已有上界改进为$R(W_{2n+1})\leq 12n+2$。
拉姆齐数轮图极值图论组合数学图染色
math
04-15 00:00
本文解决了图论中一个重要的度序列实现问题。对于给定的正整数h和顶点集划分为多个大小为(h+1)的团的图H，我们完全刻画了哪些非增整数序列(d₁, …, dₙ)能够被一个包含H作为生成子图的图G所实现。当h=0时，这等价于经典的Erdős–Gallai定理；h=1的情形由Briggs等人近期解决。本文对任意非负整数h给出了充要条件，从而证实了Briggs等人的猜想。
图论度序列h-因子生成子图图实现
math
04-15 00:00
本文证明了四个狄利克雷L函数在临界线 $s = 1/2 + it$ 上同时非零的结果。在广义黎曼假设下，对于充分大的素数模 $q$，存在正比例的狄利克雷特征 $\chi \pmod q$，使得 $\prod_{j=1}^4 L(1/2+it, \chi \chi_j) \neq 0$，其中 $\chi_j$ 是模 $D_j$ 的偶特征，且 $D_j$ 两两互素且无平方因子。无条件情况下，也证明了存在无穷多个特征 $\chi$ 使得四个L函数同时非零，但比例随 $q \to \infty$ 趋于零。
解析数论狄利克雷l函数非零性广义黎曼假设临界线
math
04-15 00:00
本文研究了拟阵中所有基族的 $p$-模量，并证明了其最优密度（称为通用密度）在拟阵截断下的行为。作者首先给出了任意拟阵截断的通用密度，等价于确定了所有截断的主划分。其次，利用Kullback-Leibler散度给出了通用密度的新刻画。此外，推广了图中严格齐次图的概念到严格齐次拟阵，并探讨了与强度、分数树性相关的性质。最后，针对涉及边不相交生成树和森林边覆盖的图结构，解决了两个优化问题。
拟阵理论p-模量主划分分数树性kullback-leibler散度优化问题
math
04-15 00:00
本文针对超椭圆曲线上向量丛的通用模叠，提出了其周环结构的猜想，并在秩和亏格均为二的情形下给出了证明。研究结果表明，该周环由示性类生成，且所有关系均可由示性类关系导出，从而证明了周环是“tautological”的。此外，作者还计算了亏格二曲线上通用雅可比簇乘积的周环。
代数几何模空间周环向量丛超椭圆曲线
math
04-15 00:00
本文研究了具有Morrey漂移项的热方程，证明了其解的最大模可由自由项的$L_{q,p}$范数控制，其中参数满足$d/p+2/q<2$，且对$L_{q,p}$范数定义中的积分顺序无限制。该结果适用于满足Ladyzhenskaya-Prodi-Serrin条件的漂移项$b$。所采用的技术可推广至具有阶数$\geq 1$的拉普拉斯算子的方程。
热方程奇异漂移最大模估计morrey空间偏微分方程正则性理论
math
04-15 00:00
本文首次为广义迭代函数系统（IFS）引入了平均维数和度量平均维数的概念，并建立了它们的基本性质。研究证明，在此框架下，平均维数总是被下度量平均维数和上度量平均维数所界定。此外，具有小边界性质的广义迭代函数系统被证明具有零平均维数。最后，文章为广义迭代函数系统引入了粘合轨道性质，并在适当的传递性和非刚性假设下，证明了该性质能保证正拓扑熵。
迭代函数系统平均维数度量平均维数拓扑熵动力系统小边界性质
math
04-15 00:00
本文研究了在多复变数域（多圆盘和单位球）上定义的凸全纯映射的Schwarzian导数的范数上界。对于多圆盘上的坐标凸映射，作者将经典的Chuaqui-Duren-Osgood一维结果推广到高维，并得到了一个尖锐估计。对于单位球上的Roper-Suffridge延拓算子，作者给出了一个显式的上界估计，这代表了该领域目前可获得的最佳估计。
多复变几何凸全纯映射schwarzian导数范数估计roper-suffridge算子
math
04-15 00:00
本文研究了圆柱网格图 $C_m \Box P_n$ 的 $[k]$-罗马控制数，提出了一系列新的构造性上界。研究方法结合了线性周期构造、均匀天花板型标号以及基于打包的精细化技术。首先分析了 $C_9 \Box P_n$ 的案例，比较了不同构造方法的效率与参数 $k$ 的依赖关系。随后将线性构造推广到周长为 $3$ 至 $9$ 倍数的圆柱网格，得到了 $C_{rt} \Box P_n$ 的统一上界族。基于这些估计的渐近行为，进一步推导了仅依赖于 $m$ 模 $5$ 同余类的一般上界，适用于所有圆柱网格。作为应用，给出了双罗马控制数 $\gamma_{[2]R}(C_m \Box P_n)$ 的显式估计，并比较了倍数构造与同余类构造的优劣。结果表明，对于所有足够大的容许周长，同余类构造在渐近意义上更优，而某些特定小规模案例仍需特制构造覆盖。
图论罗马控制圆柱网格上界构造组合优化
math
04-15 00:00
本文为取值于希尔伯特空间的随机元素提供了Karhunen-Loève展开（KLE）存在性的充要条件证明。通过利用Bochner空间和Hilbert-Schmidt空间的现有理论，我们构造了二者之间的自然同构，这一同构具有重要的计算意义。研究结果表明，在此广义框架下考虑KLE能带来显著的计算优势，并通过示例进行了演示。
随机过程希尔伯特空间特征函数展开bochner空间hilbert-schmidt算子
cs
04-15 00:00
本文针对卷积神经网络（CNN）在医学等高风险领域应用时缺乏可靠不确定性量化（UQ）工具的问题，提出了一种基于引导法（Bootstrap）的新框架。该方法通过凸化神经网络为引导过程提供了理论一致性保证，确保不确定性估计的质量。其核心优势在于计算效率高，利用“热启动”策略避免了每次引导都从头训练模型。此外，作者还探索了一种新颖的迁移学习方法，使该框架能适用于任意神经网络结构。实验表明，该方法在多种图像数据集上优于基线CNN和现有先进方法。
不确定性量化卷积神经网络引导法凸优化迁移学习医学图像
cs
04-15 00:00
研究指出，在将大语言模型用作社会、经济模拟中的智能体时，一个常见假设是更强的推理能力能提升模拟保真度。然而，当目标是采样“有限理性”的合理行为，而非求解最优策略时，这一假设可能失效。增强推理的模型可能成为更好的“求解器”，但却是更差的“模拟器”：它们会过度优化主导策略、压制妥协行为，有时产生“有多样性而无保真度”的模式。研究在三个多智能体谈判环境中验证了这种“求解-采样错配”，并发现“有限反思”设置比“无反思”或“原生推理”能产生更多样化、更倾向妥协的行为轨迹。
大语言模型多智能体模拟行为仿真有限理性谈判博弈模型评估
cs
04-15 00:00
本文提出UniMark，一种无需训练的统一水印框架，解决了现有自回归图像生成水印方法的三大局限：仅支持零比特验证、静态码本分区易受攻击、以及无法跨范式泛化。其核心创新在于：1）基于密钥和语义相似度的自适应语义分组（ASG），在保证图像质量的同时提升安全性；2）分块多比特编码（BME），结合纠错码实现可靠信息传输；3）统一令牌替换接口（UTRI），可适配多种自回归范式（如LlamaGen和VAR）。理论分析了检测错误率和嵌入容量，实验表明其在图像质量（FID）、水印检测准确率和多比特信息提取方面均达到SOTA，并对裁剪、JPEG压缩、噪声等多种攻击具有鲁棒性。
图像水印自回归生成多比特编码自适应分组ai内容溯源版权保护
cs
04-15 00:00
本研究评估了在基于QT PY ESP32-S2微控制器的实时嵌入式控制器局域网（CAN）节点中集成轻量级块密码进行载荷加密的可行性。实验旨在探究块密码能否防止基于语义分类的逆向工程，即攻击者通过观察和统计分析未加密的CAN流量来推断信号含义。研究通过测量时序影响、载荷模式可观测性和基于相关性的推断来评估加密效果。结果表明，加密能有效掩盖恒定值和可预测的信号模式，同时维持100 Hz的传输调度。这些发现表明，轻量级载荷加密可以在资源受限的硬件上，以有限的时序开销为代价，有效降低基于被动观察的CAN信号语义推断风险。
can总线安全轻量级加密嵌入式系统实时通信逆向工程防护
cs
04-15 00:00
本文提出MedConcept框架，旨在解决医学视觉语言模型（VLMs）内部表征不透明、难以解释的问题。该方法以完全无监督的方式，从预训练VLM的稀疏神经元激活中识别潜在的医学概念，并将其转化为伪报告风格的摘要，使医生能够检查模型的内部推理过程。为量化评估概念的可解释性，研究引入了一种语义验证协议，利用独立的预训练医学大语言模型作为外部评估器，通过定义对齐、未对齐和不确定三个概念分数，来量化概念与放射学报告在语义上的一致性、矛盾性或模糊性，为医学VLM的可解释性评估提供了定量基准。
医学人工智能模型可解释性无监督学习视觉语言模型概念发现
cs
04-15 00:00
现有基于图像的营养估算方法通常依赖最终成品的单张图片，难以识别烹饪后变得模糊的油、酱汁等关键成分。本文提出V-Nutri框架，首次利用第一人称烹饪视频中的过程信息来辅助营养估算。该框架结合了预训练的视觉主干网络与一个轻量级融合模块，能够聚合最终菜品帧和从视频中提取的关键烹饪过程帧的特征。实验表明，在受控条件下，烹饪过程线索能提供互补的营养证据，提升估算精度。
营养估算烹饪视频计算机视觉第一人称视角多模态融合
physics
04-15 00:00
本研究提出了pDSurfTomo，一个针对直接面波层析成像方法DSurfTomo进行高度优化的并行计算软件包。它通过混合CPU-GPU加速技术解决了原软件在计算大规模、高分辨率模型时的性能瓶颈：1）采用精细化并行设计和向量化技术，加速了灵敏度核的计算；2）利用OpenMP实现了串行快速推进法的并行化，显著减少了面波走时计算时间；3）引入GPU加速，高效求解大规模稀疏线性最小二乘问题。该软件还提供了跨平台GUI，支持远程集群计算。在华北地区229个台站的实际数据应用中，计算时间降低了一个数量级以上，同时保持了与原方法可忽略的精度差异。
面波层析成像高性能计算并行加速cpu-gpu混合地球物理反演软件包
physics
04-15 00:00
本研究针对用于加速器磁体的CORC®高温超导线，开发了一套可在液氮环境下测试其横向临界压缩应力的实验系统。研究重点评估了浸渍（使用Stycast 2850 FT或石蜡）和线圈绕制过程中的预弯曲应变对导线性能的影响。实验测试了五种构型（直/弯、有/无浸渍），并报告了临界电流下降3%和5%时所对应的横向压力值。结果表明，浸渍和弯曲状态显著影响导线的横向承压能力，为优化加速器磁体导体设计、控制横向应力水平提供了关键数据。
超导材料加速器磁体横向应力临界电流浸渍工艺弯曲应变
econ
04-15 00:00
本文提出一个两阶段实证框架，用于分析巴西货币政策委员会（Copom）相关事件如何驱动巴西DI利率曲线的重新定价。该框架将市场对初始冲击的反应，与冲击发生后至Copom首次声明发布期间的后续重新定价分离开来。研究结合了手工构建的事件日历、市场数据、预期调查以及从Copom声明中提取的结构化文本特征（如基调、前瞻指引方向与明确性、不确定性指标）。结果表明，该框架对收益率曲线前端和中期（尤其是252天期DI）的解释力较强，基准OLS模型的样本内R²约为0.43。研究的主要贡献在于方法论与应用层面，为评估冲击与政策沟通如何共同塑造巴西收益率曲线动态提供了一个可操作的事件分解工具。
收益率曲线货币政策沟通事件研究巴西经济文本分析
econ
04-15 00:00
针对儿童安置、医疗急救等需即时匹配的动态市场，研究者提出“序贯均衡机制”（SEM）。该算法通过模拟大规模市场均衡价格，为动态到达的参与者（如受虐儿童、危重病人）即时匹配资源（如寄养家庭、病房）。理论证明SEM具有渐近有效性、公平性，且几乎必然满足策略证明性。实地实验与模拟显示，该机制能显著提升社会福利。
在线匹配市场设计算法机制资源分配动态优化
econ
04-15 00:00
本文提出了Gondauri指数（GI），一个诊断优先、可复现的综合框架，用于在统一的0-100分制上评估异质经济体的宏观金融韧性。该指数解决了传统监测仪表板的一个关键局限：韧性是多维且仅部分可替代的，单一领域的优势无法持续抵消其他领域的脆弱性。GI整合了三个可解释的支柱：不平等韧性得分（IRS）、流动性与系统性韧性（LNSR）以及通胀预测一致性（IFC）。通过稳健的百分位数归一化（p5-p95）、一致的年度国家-年份设计以及通过组件级权重重新归一化处理缺失数据，确保了跨国可比性。实证部分提供了2024年基准快照和2005-2024年的动态证据，并进行了前瞻性情景路径分析。
宏观金融韧性综合指数诊断框架跨国比较情景分析政策评估
econ
04-15 00:00
本文针对重复横截面数据中常见的序数变量分布比较问题，提出了一种在信息有限（仅观测到边际分布且存在大量缺失数据）下测量和解释分布变化的方法。作者证明了累积分布函数之间的 $L_1$ 距离具有最优运输表示，可解释为跨有序类别的最小概率质量再分配，由此得到一个差异标量度量（最小流动性配置）。为处理缺失数据，采用部分识别方法构建边际分布的尖锐界限，从而为差异度量及其最小流动性配置导出识别集，使推断对无应答具有稳健性。
序数数据分布变化部分识别最优运输缺失数据稳健推断
econ
04-15 00:00
本文针对经济学中广泛使用的双重差分法（DiD）所依赖的“条件平行趋势”假设，提出了一个通用的因果图推理工具——Δ-SWIGs。该工具扩展了单世界干预图（SWIGs），允许研究者通过d-分离规则，从图中直接读取蕴含条件平行趋势的独立性条件。研究应用Δ-SWIGs分析了包含多时期和时变协变量的复杂DiD设定，证明当存在时变协变量时，识别因果效应需要控制后处理变量。同时指出，即使控制了这些变量，仅凭处理前的平行趋势也无法完全保证处理后的无偏估计，揭示了纯粹经验性检验的局限性。
双重差分法因果推断平行趋势因果图时变协变量识别策略
econ
04-15 00:00
本文研究了一个包含固定总体系数、观测特定潜在系数和测量误差的线性统计模型。决策者首先估计总体系数，再利用这些估计值预测新观测的潜在系数。核心贡献在于系统分析了部分总体系数的误设如何扭曲最终的预测结果，并探讨了其比较静态性质，重点关注两个关键因素：1）在剔除自由系数影响后，与误设系数相关的回归变量中剩余的“残差信息”；2）误设向量与潜在系数映射之间的“对齐程度”。研究在员工评级（存在无意识偏见）和LLM介导的消费者研究等场景中具有应用价值。
模型误设预测偏差线性模型系数估计比较静态计量经济学
econ
04-15 00:00
面对出行行为预测中传统计量模型、数理心理学模型与机器学习模型的选择难题，本文提出一种模型平均方法，以提升模型在分布外（OOD）场景下的预测性能。该方法根据预测行程与估计数据在特征（如距离）上的差异，动态分配不同模型家族的权重。研究表明，在估计数据覆盖的距离区间内，数据驱动模型表现优异；而超出该范围时，行为或计量基础更强的模型将获得更高权重。在两个案例中，该方法不仅在估计和测试数据上表现更优，更重要的是显著提升了在分布外行程距离上的模式选择预测准确性。
模型平均分布外预测出行行为机器学习计量经济学行为模型
econ
04-15 00:00
本文指出，在有限理性模型的实验应用中，用“层级”分布来概括行为，混淆了两个概念维度：玩家的类型（关于对手可能类型的信念）和关于理性的高阶推理深度。这种混淆影响了对实验证据的解释，也模糊了跨环境差异应归因于信念变化还是认知深度变化。作者通过将静态完全信息博弈“提升”为不完全信息版本，建立了一个统一框架。在该框架中，对对手类型的有限推理由透明的一阶信念限制表示，而（高阶）推理深度则由对理性信念的界限来捕捉。文章分析了三个基准实例：向下理性化、稳健基线，以及两个精炼——$\mathsf{L}$-理性化和$\mathsf{C}$-理性化，它们分别为经典的$k$层级模型和认知层级模型提供了认识论基础（包含重要细微差别），并阐明了“$k$层级”行为在多大程度上能揭示潜在的推理过程。
有限理性博弈论认知层级信念类型推理深度实验经济学
econ
04-15 00:00
本文提出了一种基于潜类别选择模型（LCCM）的实用框架，用于实证研究态度与行为之间的关系。与将态度构念嵌入结构模型的混合选择模型不同，该方法通过后验推断来恢复特定类别的态度特征。这种方法使分析者能够探索态度与行为之间的关联，同时避免了集成估计中常见的复杂性和收敛问题。通过两个案例研究（员工居家办公偏好和公众对新冠疫苗的接受度）表明，后验推断方法能以最小的额外复杂性提供行为上丰富的见解，而基于因子的模型可能会丢弃关键的态度信息，全信息混合模型在解释力上增益有限且估计负担显著增加。
选择模型后验推断态度行为关系潜类别模型实证研究
astro-ph
04-15 00:00
本研究利用可微分的辐射传输代码 Jipole，对广义相对论磁流体力学（GRMHD）模拟生成的黑洞图像进行梯度分析。通过计算图像强度对模型参数的像素级导数（即图像灵敏度），构建了前向模型的雅可比矩阵，从而在参数空间与图像空间之间建立局部映射。模拟数据分析表明，基于 GRMHD 的图像在参数拟合中会产生具有各向异性和局部极小值的结构化误差曲面，但梯度信息能有效指导参数探索。研究评估了在理想、模糊及噪声条件下基于梯度恢复的可行性，证明自动微分计算的图像梯度在噪声存在时仍能有效引导参数估计，为黑洞成像的高效、高精度模型-数据比较奠定了基础。
黑洞成像grmhd模拟可微分辐射传输图像灵敏度参数反演自动微分
astro-ph
04-15 00:00
本研究利用詹姆斯·韦伯太空望远镜（JWST）对M82星系超级星风内区进行了高分辨率成像观测。结果显示，多环芳烃（PAHs）清晰勾勒出星风中的冷丝状结构，其表面亮度随距离星盘的距离呈平方反比下降，表明星暴区的辐射场是主要驱动源。PAH的丰度（qPAH）在星暴区约为1%，并在远离星盘5千秒差距的范围内保持稳定。这一平坦的分布特征表明，PAHs可能被屏蔽在热星风之外，存在于冷云的表面层中，并可能通过云内部补充或先前星暴的富集过程得以维持。观测还发现，随着远离星暴中心，PAHs的电离度略有下降，反映了辐射场的减弱。
jwst观测星系星风多环芳烃星际尘埃m82星系星暴星系
astro-ph
04-15 00:00
本研究利用XMM-Newton望远镜对赛弗特2星系MCG+11-11-032进行了两次相隔约6个月的观测，旨在验证其中心是否存在超大质量黑洞双星系统。此前有研究在Swift/XRT叠加光谱中发现了两个铁Kα发射线（6.16 keV和6.56 keV），暗示可能存在两个分别带有吸积盘的黑洞。然而，本次更精确的XMM-Newton光谱分析并未发现双铁线的证据。最佳拟合模型给出的谱指数Γ分别为$1.63^{+0.20}_{-0.21}$和$1.46^{+0.22}_{-0.24}$，柱密度$N_\text{H}$约为$1.7\times10^{23} \text{ cm}^{-2}$。研究结果表明，该星系的光谱特性与普通单活动星系核的赛弗特2星系群体一致。
超大质量黑洞活动星系核x射线天文学光谱分析赛弗特星系
astro-ph
04-15 00:00
本研究利用ALMA对GOODS-S天区中870微米选出的尘埃恒星形成星系（DSFGs）进行了光谱后续观测，获得了20个新光谱红移。结合文献数据，75个目标中已有52个（69%）获得光谱红移确认，在流量大于2.5 mJy的样本中光谱完备性高达97%。研究评估了多种测光红移方法的准确性，发现所有方法均存在至少20%的异常值，且普遍高估红移，导致高红移（z>4）DSFG数量被高估。结果表明，流量≳2 mJy的DSFGs中仅有≲10%位于z>4，≲2%位于z>5，表明在宇宙早期（前15亿年）大质量尘埃星系的丰度急剧下降。
alma巡天尘埃星系红移分布光谱观测高红移星系宇宙演化
astro-ph
04-15 00:00
本研究通过哈勃望远镜SNAP项目在星系团RX J2129.7+0005中发现了一颗强引力透镜作用下的Ia型超新星SN 2022riv，其红移为$z=1.522$。后续JWST光谱观测确认了其Ia型超新星分类。利用SALT3-NIR光变曲线拟合，研究人员获得了其最后到达图像的宇宙学独立放大率测量值$5.35\pm1.01$。该图像出现在星系团中心星系附近恒星质量密度极高的区域，预计微引力透镜效应将引入20-50%的放大率调制。多个透镜模型预测结果与观测存在一定张力，为研究微引力透镜效应提供了重要案例。
引力透镜ia型超新星jwst观测微引力透镜宇宙学星系团
astro-ph
04-15 00:00
近期研究结合DESI DR2 BAO、CMB和Ia型超新星数据，报告了2.8-4.2σ的动态暗能量证据，但显著性高度依赖超新星样本。本研究通过分析四个超新星数据集（Pantheon、Pantheon+、DES-Dovekie、Union3），结合DESI DR2 BAO和Planck CMB距离先验，采用通量平均、模型无关的膨胀率提取、参数化拟合（$w_0 w_a$CDM）以及暗能量密度比$X(z) \equiv \rho_{\rm DE}(z)/\rho_{\rm DE}(0)$的非参数重构等方法。研究发现，通量平均将Pantheon+和DES-Dovekie的超新星与DESI之间的$\Omega_m$差异从~2σ降低至~1σ。重构的$X(z)$在大多数数据集中与$\Lambda$CDM模型一致，最大偏差出现在$z=2/3$处（Pantheon+为~2.7σ，其他为1.6-1.7σ）。研究证明，一个纯$\Lambda$CDM宇宙若存在测量的$\Omega_m$差异，即可重现观测到的$X(z) \neq 1$模式，这为观测信号提供了另一种可能解释——它可能源于残余的探针间$\Omega_m$不一致，而非真实的暗能量演化。未来欧几里得和罗曼望远镜的亚百分比级$\Omega_m$约束对确定信号本质至关重要。
暗能量宇宙学超新星模型无关分析参数不一致宇宙学探针
astro-ph
04-15 00:00
本研究通过傅里叶分析技术，对11个邻近星系的内外区域恒星盘与气体盘的形态不对称性进行了系统测量，并与三维运动学建模得到的旋转曲线所推算的运动学不对称性进行比较。研究发现，尽管样本较小导致形态与运动学暗物质晕扰动参数之间的线性相关性统计显著性不足，但该方法为检验两者理论相似性提供了更统一、物理一致的框架。与先前研究不同，两者的差异似乎不依赖于星系两侧旋转曲线不对称性的性质，这为暗物质晕不对称性是星系中度不对称性主要来源的假说提供了新的检验途径。
星系不对称性暗物质晕傅里叶分析运动学建模扰动参数旋转曲线
astro-ph
04-15 00:00
传统宇宙射线传输模型通常仅使用单一扩散系数描述，但这仅能捕捉方差增长，无法反映完整的传输过程。本文提出一个基于传播函数 $P(x,t)$（或其傅里叶-拉普拉斯变换 $P(k,s)$）的框架，该函数完整统计粒子位置分布，并自然揭示了记忆效应：当未解析的粒子俘获或相变被粗粒化处理后，宇宙射线通量可能依赖于更早的梯度。研究利用 Montroll-Weiss 形式体系，展示了如何从粒子轨迹直接测量 $P(k,s)$、恢复相关的记忆核，以及如何通过 Prony 展开高效表示宽核。应用于多相介质时，该框架表明慢速区域可以调控粒子逃逸，而无需主导总停留时间。论文还引入了用于粗粒化传输的加速蒙特卡洛方法，为未来的观测应用、粒子追踪测量和宇宙射线-磁流体动力学闭合提供了理论基础。
宇宙射线传输非标准扩散传播函数记忆效应多相介质蒙特卡洛方法
astro-ph
04-15 00:00
JWST观测到红移z=14.18的早期星系JADES-GS-z14-0存在强烈的CIII]发射线，其空间分布与恒星连续谱偏移约400 pc，表明存在延伸尺度大于165 pc的富碳气体外流。研究推断其质量外流率约为$\dot{M}_{\rm out}\sim160~{\rm M_\odot\,yr^{-1}}$，质量加载因子$\eta = \dot{M}_{\rm out}/{\rm SFR} = 4-15$，显示在宇宙黎明时期存在高效的反饋机制。这一发现支持外流在星系形成早期阶段起关键作用，并约束大质量晕中的瞬时恒星形成效率$\epsilon_\star\lesssim0.08$。
早期星系星系外流jwst观测恒星形成反馈宇宙黎明
astro-ph
04-15 00:00
本研究通过二维混合模拟（动力学离子-流体电子）揭示了宇宙射线在剪切流中的关键作用。研究发现，即使宇宙射线能量不占主导，其大回旋半径特性使其成为层间动量交换的“远程信使”，从而引入一种独特的宇宙射线粘性机制。模拟覆盖亚音速到超音速流动，量化了剪切耗散率、初始动能分配（加热、热离子加速、宇宙射线再加速、磁场放大）以及加速粒子的最大能量。
宇宙射线粘性剪切流模拟混合模拟等离子体物理天体物理流体
astro-ph
04-15 00:00
本文提出了一种新的星系运动学扰动参数ΔV⋆-g（DVSG），它利用积分视场光谱（IFS）数据，通过量化星系恒星速度场与气体速度场之间的差异来捕捉动力学扰动。该方法旨在捕捉其他方法可能遗漏的扰动特征，并减少对星系属性或IFS数据特征的偏好。研究将其应用于MaNGA巡天中的活动星系核（AGN）样本，发现AGN与匹配的非活动星系在ΔV⋆-g分布上无显著差异，表明AGN的触发可能并非由非活动星系中未见的独特动力学扰动过程主导。
星系动力学积分视场光谱活动星系核速度场运动学扰动manga巡天
astro-ph
04-15 00:00
本文聚焦于一类特殊的B型星——FS CMa星。这类恒星表现出B[e]现象，即光谱中同时存在禁戒发射线和红外超量，表明其周围存在延伸的气体和尘埃包层。尽管B[e]现象在多数B型星中已有解释，但FS CMa星的起源和本质仍存争议。研究重点探讨了近期获得证据支持的“恒星合并假说”，认为这些天体可能是中等质量恒星合并后的产物，为理解其特殊性质提供了新视角。
恒星演化恒星合并b[e]星fs cma星星周物质
astro-ph
04-15 00:00
本文探讨了奇异等温椭圆势加平行外部剪切（SIEP+XS_||）模型在处理未来大规模引力透镜观测数据时的优势与局限。其核心优势在于提供了解析的正向模型，可直接由源位置计算像的位置和放大率，初步实验表明其速度比传统需要迭代的逆向映射方法快万倍以上。同时，其Witt-Wynne几何表示法便于快速可视化验证模型对特定透镜系统的适用性。然而，该模型严格的椭圆等势线与椭圆面质量密度轮廓存在不一致性，可能限制其灵活性，但仍可作为加速收敛至更优模型的良好初值近似。
引力透镜解析模型宇宙学欧几里得任务大规模巡天正向建模
astro-ph
04-15 00:00
詹姆斯·韦伯太空望远镜（JWST）对超短周期“熔岩世界”HD 3167 b的观测显示，其白昼面亮度温度远低于裸露岩石的预期值，表明该行星很可能拥有一个能反射恒星辐射或高效再分配热量的稀薄大气层。这一发现填补了高温熔岩行星大气特征观测的空白，HD 3167 b也因此成为目前已知辐射最弱、却存在大气证据的超短周期超级地球。
系外行星大气熔岩世界jwst观测超级地球热辐射
astro-ph
04-15 00:00
本研究通过计算机自动生成的、迄今为止最全面的系外行星大气碳反应网络，首次从第一性原理层面解释了亚海王星大气中观测到的气溶胶抛物线分布趋势。模型明确模拟了多环芳烃（PAHs）的形成过程，揭示了深层大气如同“碳烟工厂”，通过淬灭过程将烃类气溶胶前体输送至可观测的大气层。研究发现，PAHs的丰度在约600 K时达到峰值，并在更高或更低的平衡温度下下降，这与JWST和HST的观测结果一致。该机制还自然地解释了具有相似平衡温度的行星之间因碳氧比和金属丰度不同而表现出的多样性。
系外行星大气多环芳烃气溶胶形成化学网络模型亚海王星淬灭过程
astro-ph
04-15 00:00
本研究利用一维尘埃演化代码 DustPy，通过超过 300 次模拟，系统量化了原行星盘中尘埃陷阱对固体物质（尘埃和冰）从外盘向内盘传输的“泄漏”程度。研究发现，尘埃陷阱比以往认为的更具渗透性，在更广泛的参数空间（如盘粘度、湍流强度、行星质量与位置）下，大多数位于 5 AU 以外的外盘尘埃陷阱仍会导致内盘长期保持富氧状态（气相 C/O < 1）。只有极低粘度和弱湍流条件下，结合流不稳定性有效形成星子，才能产生高度阻塞的陷阱，显著改变内盘化学组成（如 C/O > 1）。
原行星盘尘埃传输化学丰度尘埃陷阱数值模拟行星形成
astro-ph
04-15 00:00
本研究通过光谱确认了一个与红移z=4.53的大质量静止星系（QG）相关的星系群，并进行了统计分析。研究发现，在红移1<z<5时，星系群或星系团环境中的QG比例更高，尤其是在z>2时，小尺度（<100-300 pkpc）高密度区域内的QG比例显著升高。这表明环境淬灭（主要由星系合并和相互作用驱动）在高红移大质量静止星系的形成和演化中扮演了主要角色。
星系演化环境淬灭高红移星系星系群静止星系
q-bio
04-15 00:00
本研究利用英国生物银行数据，分析了常见血液检测指标（尤其是全血细胞计数CBC）的纵向变化轨迹。通过标准化时间序列和机器学习技术，研究发现，即使在症状出现前，血液指标的模式也具有疾病敏感性和特异性，能够区分癌症、心血管疾病和感染等多种疾病。结果表明，CBC指标贡献了主要的预测信号，而常规生化检测仅提供有限的额外增益。这为利用普及的常规血液检测进行大规模精准医疗和疾病预测提供了新路径。
血液检测疾病预测机器学习纵向研究生物标志物精准医疗
q-bio
04-15 00:00
针对生物信息学命令行工具语法多样、参数复杂的使用壁垒，本研究提出了oxo-call工具。它通过两种核心策略，利用大语言模型将自然语言任务描述转化为准确命令：一是“文档优先”策略，为模型提供目标工具的完整版本帮助文本；二是“技能增强”策略，为模型注入领域专家知识、常见陷阱与工作示例。oxo-call（v0.10）内置超过150项技能，覆盖44个分析类别，并集成了基于DAG的工作流引擎与本地LLM推理支持，以保障研究的可重复性与数据隐私。
生物信息学命令行生成大语言模型可重复研究技能增强
q-bio
04-15 00:00
传统研究认为灵长类视觉腹侧通路在最初的100毫秒内以分阶段的前馈方式处理信息，因此分析多聚焦于空间响应模式。本研究通过同时记录猕猴腹侧通路多个区域（V4和IT）的数据，并采用时间分辨的多变量分析和循环神经网络解码技术，揭示了关键发现：1）在早期处理阶段，V4与IT之间交换的信息在时间和语义上均呈现多样性；2）神经模式的时间动态本身携带的类别信息，远超任何单一时间点的空间编码信息。这些证据挑战了单一、分阶段前馈过程的传统观点，表明即使是最早期的视觉处理，也更好地被描述为一个时空演化的动态过程。
视觉腹侧通路前馈处理时间动态编码循环神经网络信息解码猕猴神经生理
q-bio
04-15 00:00
本文提供了一个面向用户的方法论教程，展示了如何将全局结构可识别性分析系统地集成到流行病建模工作流中。结构可识别性是从理想、无噪声数据中唯一恢复模型参数的理论能力，是流行病建模中可靠参数估计的前提。我们使用Julia包StructuralIdentifiability.jl，为常微分方程模型的结构可识别性分析提供了一个可复现的框架。该工作流在常用流行病模型（包括具有无症状和症状前传播的SEIR变体、媒介传播疾病模型以及包含住院和疾病诱导死亡率的系统）中进行了演示。我们还引入了一种可视化沟通策略，将可识别性结果直接嵌入到隔室图中，便于解释和跨学科交流。结果表明，可识别性关键取决于模型结构、观测变量的选择以及对初始条件的假设，并且即使单个参数不是全局可识别的，也可能存在可识别的参数组合。
结构可识别性流行病模型参数估计julia常微分方程模型校准
q-bio
04-15 00:00
本研究针对细胞调控研究中大量定性数据（如突变前后信号响应排序）常被忽视或处理随意的问题，提出了一种系统化解决方案。通过软件PyBioNetFit，研究者将定性观察转化为形式化约束，与定量数据共同用于常微分方程（ODE）模型的参数优化，并实现了原研究中缺失的不确定性量化（UQ）。该方法提升了模型参数估计的可靠性、可重复性及分析深度，为系统生物学研究提供了更严谨的工具。
系统生物学参数优化不确定性量化定性数据pybionetfitode模型