physics
04-21 00:00
本研究制备了负载万古霉素的硅酸镁钙多孔微球（透辉石、镁黄长石、硅酸三钙），用于骨缺损填充和药物递送。通过MTT实验发现，三种载体的细胞相容性排序（透辉石>镁黄长石>硅酸三钙）与药物释放速率无关，而是由载体自身的生物降解动力学主导。这表明在生物材料设计中，优化载体降解行为比单纯控制药物释放对细胞存活和增殖的影响更为关键。
生物材料药物递送生物相容性硅酸盐陶瓷骨组织工程降解动力学
physics
04-21 00:00
本研究开发了一种兼具骨组织再生与局部抗生素递送功能的双功能支架。该支架以可生物降解的硅酸钙镁（bredigite）为多孔基体，负载万古霉素，并采用聚乳酸-羟基乙酸共聚物（PLGA）进行包覆。研究发现，未经涂层的支架因bredigite快速降解，导致药物突释且细胞相容性较低。PLGA涂层在保持组织工程所需孔隙特性的同时，有效调控了药物释放动力学，缓冲了生理pH值，从而显著提高了载药支架的细胞存活率。
骨组织工程药物控释生物材料plga涂层细胞相容性
physics
04-21 00:00
本研究将基于扩散先验的物理引导采样方法应用于由平流-反应-扩散方程控制的气相反应动力学问题。该方法能够从稀疏观测数据中重建完整的时空轨迹，而不仅仅是单一时刻的快照。研究进一步证明，该方法能够泛化到先前未见的参数体系，展现了其在真实世界实验（如实验室反应动力学研究）中的应用潜力。
反应动力学扩散模型偏微分方程物理引导ai参数泛化时空重建
physics
04-21 00:00
本研究通过数值模拟探究了泰勒-库埃特流中环形间隙宽度对层流向湍流转捩的影响。结果表明，在内筒半径和转速固定的条件下，增大间隙宽度会使流动更稳定，延迟转捩发生。研究发现，随着间隙增宽，间隙内的平均速度分布趋近于自由涡流，同时基于能量梯度理论定义的 $K$ 函数最大值减小，这解释了稳定性增强的机理。研究还指出，仅基于间隙宽度的雷诺数不足以表征流动行为，必须考虑半径比的影响。
泰勒-库埃特流湍流转捩间隙宽度能量梯度理论流动稳定性数值模拟
physics
04-21 00:00
本文评论了近期一篇提出涡旋粒子在加速器场中平均轨道角动量（OAM）BMT型方程的论文。作者指出，该方程即使在平均值层面也并非普遍有效。在原作者的均匀场模型中，方程(8)已显示平均OAM依赖于波包二阶矩，导致与方程(9)矛盾的显式振荡。此外，附录A中忽略混合关联项的假设实际上压制了横向OAM分量本身。作者强调，即使存在闭合的平均OAM方程，它也不能构成涡旋量子态的输运方程，因为平均OAM输运无法确定OAM谱、模式间相干性或保真度。
轨道角动量涡旋粒子加速器物理量子输运波包动力学评论文章
physics
04-21 00:00
研究团队首次利用功率低于1纳瓦的连续波激光，成功激发了钍-229同位素中的低能核跃迁，并实现了吸收光谱探测。该方法摒弃了缓慢的核荧光衰变探测，通过快速信号采集为高稳定、高鲁棒性的固态光学核钟运行提供了显著优势。激光系统基于从1187 nm二极管激光开始的三级连续倍频，易于实现窄线宽并与现有光学原子钟进行频率比对。研究还通过吸收光谱定量表征了氟化钙晶体中的两种钍中心，并测量了其间的同质异能位移。其中一个中心表现出极小的静态电场晶体场梯度（< 0.1 V/Ų），远低于此前观测到的约100 V/Ų，表明该中心具有高度对称的离子环境，有望获得对晶格间距更不敏感的核共振谱线。
核钟技术钍-229激光光谱固态量子系统精密测量
physics
04-21 00:00
本研究提出了一种物理信息驱动的隐空间动力学识别（pLaSDI）框架，专门用于解决非局域热动平衡（NLTE）原子动力学这一辐射流体力学中的主要计算瓶颈。该框架通过显式的降维控制方程捕捉非平衡等离子体的时变原子动力学演化。为确保降维模型的物理可靠性，研究引入了物理信息损失项，以强制模型满足宏观一致性、动力学稳定性以及在长时间积分中收敛至正确的稳态。应用于与极紫外光刻等离子体相关的温度-密度轨迹数据时，该模型能以低于2%的误差精确再现电荷态演化和平均电荷态，实现约5×10^4至10^5倍的加速，并在训练轨迹之外保持稳定，收敛至物理可接受的状态。
非局域热动平衡等离子体物理降维建模物理信息机器学习原子动力学隐空间动力学
physics
04-21 00:00
有机光电器件性能高度依赖于薄膜内分子的取向分布。传统方法仅能获取分布的一、二阶矩，无法区分具有相同平均值但功能迥异的复杂分布。本研究结合多谐波非线性偏振法（二、三、四次谐波）与最大熵方法，无需先验假设即可重构完整的分子取向概率分布，成功解析了不对称性和双峰性等传统手段不可见的分布特征。该方法还用于评估分子动力学模拟，发现模拟虽能预测低阶矩，却常无法复现真实的复杂分布。该工作将分子取向从推断平均值转变为精确可观测量，为预测性材料设计建立了关键的验证标准。
分子取向分布非线性偏振法有机薄膜最大熵方法材料表征光电器件
physics
04-21 00:00
随着视觉数据爆炸式增长，传统电子计算面临延迟和能耗瓶颈，光学模拟计算凭借其零功耗、光速处理的优势成为颠覆性范式。本文综述了超构表面赋能光学计算的基本机制，涵盖傅里叶域、非局域空间域和干涉架构，重点分析了空间微分和边缘检测等代表性计算任务。文章强调了该领域从静态线性体系向动态可重构、非线性和量子辅助多维平台的演进，并展望了AI驱动的逆向设计与光学神经网络集成将如何协同推动下一代智能机器视觉的革命。
光学计算超构表面模拟计算边缘检测光学神经网络逆向设计
physics
04-21 00:00
本研究通过混合量子-经典轨迹模拟，对比了结构相似的四苯基吡嗪（TPP）与四苯基吡咯（TePP）的激发态弛豫动力学。TPP是典型的固态发光增强（SLE）分子，而TePP则表现为双态发射（DSE）。模拟在TD-B3LYP-D3/def2-SVP水平下包含12个单重态，并计算了气相超快电子衍射（GUED）和时间分辨荧光（TR-FL）信号。结果表明，TePP在孤立分子状态下分子内旋转已显著受阻，这解释了其在不同聚集态下相似的量子产率，揭示了分子柔性如何调控非绝热弛豫路径，从而决定其固态发光性质。
激发态动力学固态发光非绝热过程表面跳跃量子化学模拟氮杂环化合物
physics
04-21 00:00
本研究通过构建气候网络框架，首次量化了青藏高原在全球尺度气候相互作用中的核心组织作用。分析历史观测与未来气候预测数据发现，高原与北极、南极之间存在一个通过连贯的大气-海洋通道耦合的稳定三极相互作用模式，将其与多个主要气候临界要素联系起来。拉格朗日轨迹诊断和针对性数值实验证实了其物理一致性。该研究确立了青藏高原作为关键行星气候整合器的地位，并指出当前气候模型在评估变暖世界中级联临界点动态方面存在显著盲区。
青藏高原气候网络行星遥相关气候临界点三极相互作用气候模型
physics
04-21 00:00
本研究提出了一种名为“局域化关联收敛虚拟轨道（LCCVO）”的新方法，旨在解决密度泛函理论中电子关联描述不足的问题。该方法通过构建高效的多体哈密顿量，仅使用少量轨道即可获得与高级别关联一致基组（如cc-pVXZ）相媲美甚至更优的解离能计算结果，显著提升了量子化学模拟的计算效率和精度。
量子化学电子关联虚拟轨道密度泛函理论计算材料科学
math
04-21 00:00
本文引入了一族度量变形海森堡代数M₁和M₂，其交换关系直接由对角洛伦兹度量的分量表示。研究证明，该代数统一了多个已知的q变形海森堡代数，包括q-ħ代数、新q-海森堡代数和q-广义海森堡代数。利用西尔维斯特惯性定理，建立了度量符号与变形参数之间的联系。通过变形达朗贝尔算子构造了q-狄拉克算子D_q，并证明D_q²可恢复变形克莱因-戈登算子。该框架将时空几何与q变形量子代数联系起来，为相关领域提供了统一的理论基础。
q变形代数海森堡代数狄拉克算子非对易几何数学物理
math
04-21 00:00
矩阵的D稳定性概念自1958年提出以来，在多个领域有重要应用，但维度n>4时的判定是一个公认的难题。本文提出了一种递归删除/置零算法来测试矩阵的D稳定性。该算法生成一个参数依赖矩阵${\mathbf A}_s$的二叉树，并推导出$\det({\mathbf A}_s)$实部和虚部的递推关系。这些关系导出了一个基于主子式的D稳定性充分条件层次结构。数值实验验证了该方法的实际可行性。
矩阵稳定性递归算法行列式计算主子式数值方法控制理论
math
04-21 00:00
本文综述了图重构猜想——即每个至少包含三个顶点的简单图，都能由其顶点删除子图构成的“牌堆”唯一确定。作者提出了一种基于不变理论的研究路径，旨在将图论问题转化为代数问题：证明能够区分不同牌堆的多项式，同样能够区分原始图。这一方法为经典猜想提供了新的代数工具视角。
图重构猜想不变理论代数图论组合数学图论
math
04-21 00:00
本文为对称幺半范畴中带色算符上的代数引入了一种算符谱的概念。该构造通过一个典范的Hochschild型对象与一个算符余子式共同编码谱信息，并与算符复合兼容。核心结果表明，经典的谱不变量在算符框架下通常无法自然地进行基变换，即不存在保持预期结构性质的函子性过程来沿强幺半函子传递谱。为解决此问题，作者构造了一个通用的算符余子式对象，证明其诱导了一个定义良好且函子性的算符谱概念，并在平凡算符情形下约化为经典谱。这些结果为算符及高阶代数语境中的谱理论提供了概念基础，并阐明了将经典谱不变量推广到线性框架之外的局限性。
算符谱谱基变换hochschild同调对称幺半范畴函子性障碍
math
04-21 00:00
本文提出了一种用于认证多项式系统数值解的低内存框架。该框架通过结合解迭代器和空间划分树来显著降低内存需求。作者提供了一个原型算法，分析了其计算复杂度，并在一大型算例中展示了其有效降低内存占用的能力。该方法为处理大规模多项式系统提供了新的高效工具。
数值认证多项式系统低内存算法空间划分树解迭代器
math
04-21 00:00
本文为理解因果费米子系统理论的基础——关联几何，提供了一个紧凑且自足的概念性导引。核心在于阐述该框架如何通过酉等价原理处理规范变换（包括微分同胚），从而统一处理量子参考系问题。作者论证，从关联几何出发描述物理系统，在概念上更接近于热力学而非传统量子理论，为理解时空与物质的深层关联提供了新视角。
关联几何因果费米子系统量子参考系规范变换酉等价热力学类比
math
04-21 00:00
本文研究了代数自同态何时能提升到一阶平坦提升的问题。通过将代数及其自同态的一阶平坦提升与一个在自然扭曲双模中取值的Hochschild上同调类相关联，证明了该上同调类消失当且仅当自同态存在乘法提升。特别地，对于在形式光滑中心上具有常秩的Azumaya代数，证明了自同态可提升的充要条件是：它诱导的中心自同态保持由代数提升给出的泊松结构。
hochschild上同调代数自同态平坦提升azumaya代数泊松结构
math
04-21 00:00
本文针对能量受限的零能量可重构智能表面（zeRIS）通信系统，提出了一个在量化相位控制下的综合分析框架。研究考虑了时间切换和单元分裂两种能量-数据联合传输方案，并首次将量化引起的残余相位误差的统计特性纳入分析。结果表明，量化会同时影响能量收集和信号反射性能，揭示了相位分辨率、能量收集方案与系统能效之间的关键设计权衡。该框架为zeRIS辅助无线网络的精确性能评估和参数优化提供了理论依据。
可重构智能表面能量收集相位量化中断概率能效分析无线通信
math
04-21 00:00
本文针对流体天线系统（FAS）信道状态信息（CSI）估计开销大的问题，提出了一种基于生成式建模的新框架。不同于传统的协方差描述模型，该方法将空间采样信道建模为 $p$ 阶自回归（AR）高斯-马尔可夫过程，在模型复杂度与精度间取得可调平衡。研究推导了全局最优的最小均方误差（MMSE）估计器，并建立了满足给定重构误差所需最小观测次数的紧下界。为降低MMSE估计复杂度，利用 $\mathrm{AR}(p)$ 模型的状态空间结构，开发了基于卡尔曼滤波/平滑的插值算法，以严格的线性复杂度 $\mathcal{O}(N)$ 达到最优MMSE性能，为FAS信道重建提供了一个可扩展、高效且理论完备的实用框架。
流体天线系统信道插值生成式建模自回归过程卡尔曼滤波最小均方误差
math
04-21 00:00
本文研究将概率测度μ映射为F(μ)的变换F，探讨其是否存在输运表示，即能否找到依赖于μ的映射f(·,μ)，使得F(μ) = f(·,μ)#μ（μ在f下的推前测度）。核心结论表明：即使F连续且输运表示存在，也未必能连续选取f；然而，若F关于Wasserstein距离是Lipschitz连续的，则f可被连续选取。研究通过多个示例验证了假设条件的尖锐性，其动机源于概率分布变换在Transformer等模型近似理论中的应用。
概率测度输运表示wasserstein距离lipschitz连续性推前测度变换正则性
math
04-21 00:00
本文为具有无限顶点集$X$的箭图定义了多个拓扑空间。当$X$为可数无限时，证明了其中两个空间同胚于贝尔空间$\mathbb{N}^{\mathbb{N}}$。研究了可数无限箭图作为这些拓扑空间的子空间性质，并证明了关于箭图遗传性质的“元定理”。重点分析了无限突变序列在这些空间中的收敛性，完整刻画了其中一个空间中收敛域与发散域的（非）稠密性，并对另一个空间给出了部分刻画。特别关注了称为Fraïssé箭图的特殊无限箭图，它清晰揭示了有限与无限突变序列行为的差异。最后，将Ervin和Jackson先前构造的拓扑空间再现为感兴趣空间的子商空间。
无限箭图拓扑空间突变序列收敛性遗传性质同胚
math
04-21 00:00
本文研究了稀疏高斯序列模型下基于连续混合先验（Horseshoe）的预测推断问题。理论结果表明，当稀疏度已知时，预测贝叶斯估计器具有精确的渐近极小极大最优性。通过后验预测密度的高斯混合表示（称为Horseshoe光谱分析），局部收缩尺度中的相变被预测机制继承，产生了与先前阈值/切换估计器类似的行为。当稀疏度未知时，采用分层Horseshoe先验的完全贝叶斯方法能够实现自适应切换。在满足 $\theta_{\min}$ 条件下，所得预测风险在受限参数类上的上界比全类上的极小极大率更尖锐。研究在面部识别和自闭症谱系障碍脑侧化分析等实际数据中验证了该方法的实用价值。
预测推断稀疏模型horseshoe先验贝叶斯估计极小极大最优性自适应收缩
math
04-21 00:00
本文推导了基于增量量的距离继电器特性。该特性独立于运行点，意味着其仅取决于网络结构和电源类型，而不依赖于实时的电压或电流注入。这为电力系统保护提供了更稳定、更通用的分析方法。
距离继电器增量量电力系统保护运行点独立网络结构
math
04-21 00:00
本文研究了二阶射影Reed-Muller码的极小码字分类问题，该问题等价于刻画有限域上具有极大有理点集的二次曲面。作者证明，除了在$\mathbb{F}_2$上的一个特例外，任何两个绝对不可约二次曲面，若其有理点集存在包含关系，则它们作为射影簇必然相等。基于此，文章给出了二阶射影Reed-Muller码极小码字的精确刻画，并计算了每个可能重量的极小码字的准确数量。
射影reed-muller码极小码字二次曲面有限域有理点集代数几何
math
04-21 00:00
本文证明了光滑三维泊松流形中泊松子簇的奇点可通过一系列加权爆破约化为简单的局部标准型，包括泊松结构为局部雅可比型的Du Val曲面奇点，以及位于特定线性泊松结构零点轨迹中的平面曲线。证明结合了Abramovich–Temkin–Włodarczyk和McQuillan通过加权爆破进行簇奇点消解的最新方法，以及通过泊松上同调导出的三维泊松括号新标准型。研究还推广了Polishchuk关于光滑簇上泊松结构非加权爆破的提升准则，给出了多向量场沿子轨道簇加权爆破提升的充要条件。
泊松几何奇点消解加权爆破轨道簇三维流形泊松上同调
math
04-21 00:00
本研究探讨了二维蜂窝结构中存在非公度（无理数比例）线缺陷时的波传播特性。通过将二维薛定谔算子嵌入一个三维退化椭圆算子，并利用多尺度分析，构造了沿缺陷方向准周期振荡、横向衰减的边缘态。这些态由具有无限块对角结构的有效狄拉克算子本征函数生成，导致其本征值在微扰后的体谱带隙中稠密分布。研究的关键工具是三维哈密顿量的一个解析展开，其主导项正是该块对角狄拉克算子的解析。
非公度缺陷蜂窝结构边缘态狄拉克算子多尺度分析准周期
cs
04-21 00:00
神经符号强化学习结合符号推理与梯度优化，旨在获得可解释的策略。传统方法依赖专家手动定义“左侧”、“附近”等关系概念，限制了跨环境的适应性。本文提出GRAIL框架，利用大语言模型提供通用概念表示作为弱监督，并通过环境交互自主精炼，以捕捉环境特定语义。该方法解决了稀疏奖励和概念错位问题。在Atari游戏上的实验表明，GRAIL在简化环境中匹配或超越了人工定义概念的智能体，并在完整环境中揭示了奖励最大化与高层目标完成之间的权衡。
神经符号强化学习概念落地大语言模型自主智能体可解释ai
cs
04-21 00:00
本研究通过表征相似性分析（RSA），系统比较了反向传播（BP）、反馈对齐（FA）、预测编码（PC）和脉冲时序依赖可塑性（STDP）四种学习规则在相同卷积架构下的表现，并与人类fMRI数据（THINGS-fMRI数据集）进行对齐度评估。关键发现是，早期视觉皮层（V1/V2）的对齐主要由网络架构驱动：未训练CNN（$\rho = 0.071$）与BP（$\rho = 0.072$）在统计上无差异。学习规则仅在高级视觉区（如LOC/IT）产生分化：BP表现最优，而采用局部Hebbian更新的PC在IT区的对齐度与BP无统计差异。FA在V1区的表征甚至弱于随机基线。结果表明，学习规则与皮层对齐的关系具有区域特异性。
计算神经科学表征相似性分析学习规则比较视觉皮层对齐卷积神经网络fmri
cs
04-21 00:00
针对大语言模型在跨文化实体翻译中常产生字面直译而非文化适配翻译的难题，本研究提出EA-RLVR训练框架。该框架不依赖外部知识库，而是通过一个可验证的实体级奖励信号，结合轻量级结构门来稳定优化过程，激励模型有效利用其预训练参数中已编码的知识。实验表明，仅用7千样本训练，即可将Qwen3-14B模型在5万全新实体测试集上的翻译准确率从23.66%提升至31.87%，并展现出优秀的领域外泛化能力。
跨文化翻译强化学习实体翻译大语言模型参数知识可验证奖励
cs
04-21 00:00
本文针对大语言模型及多模态模型在长上下文解码时，注意力机制因需加载大量KV缓存而受限于内存带宽的问题，提出了SinkRouter框架。该框架基于对“注意力汇聚点”现象的新理解——它对应于训练中构建的一个稳定、可达且误差可控的固定点——实现了无需训练的选择性路由。SinkRouter通过检测汇聚点信号，跳过会产生接近零输出的计算。为实现实际加速，作者开发了具备块级分支和Split-K并行能力的硬件感知Triton内核。在包括LongBench、InfiniteBench、CVBench、MileBench和MMVP在内的多样化长上下文基准测试中，使用Llama-3.1、Yi、LLaVA等模型进行评估，SinkRouter在保持竞争力的模型精度下，解码效率持续提升，在512K上下文长度下最高达到2.03倍加速。
长上下文解码注意力机制kv缓存优化模型推理加速选择性路由大语言模型
cs
04-21 00:00
本文针对无线通信系统面临的复杂干扰攻击，提出了一种电磁兼容的主动可重构智能表面（EMC-Active RIS）模型。该模型首次在抗干扰系统中明确考虑了RIS硬件中的互耦效应、信道相关性和离散相位等电磁与物理特性。为评估其抗干扰性能，作者开发了一种基于解耦架构的低复杂度交替优化算法，以最大化遍历可达速率。该架构通过显式消除单元间的互耦效应，将原始耦合系统转化为易于处理且可扩展的非耦合表示。数值结果表明，所提算法能显著降低建模与优化复杂度，并以更低的迭代开销高效求解问题。
抗干扰通信主动ris电磁兼容解耦架构交替优化
cs
04-21 00:00
本文提出了一种名为GRASP的通用网格搜索框架，旨在实现“完全免参数”的随机优化。与以往依赖问题参数上下界的“部分免参数”方法不同，该方法通过新颖的自边界分析技术，自动确定参数搜索范围，无需任何关于真实问题参数的先验知识。在非凸优化中，该方法实现了接近最优（对数因子内）的收敛速率；在凸优化中，其性能在加速和普适性方面具有竞争力。研究还改进了网格搜索最后一步——模型集成——在插值方差特性下的理论保证。
免参数优化随机优化网格搜索自边界分析非凸优化凸优化
cs
04-21 00:00
本文提出了EasyVideoR1，一个专为训练大规模视觉语言模型进行视频理解而设计的完整高效强化学习框架。它通过离线预处理和张量缓存技术，消除了冗余的视频解码，实现了1.47倍的吞吐量提升。框架包含一个覆盖11种视频与图像任务类型的综合奖励系统，并采用混合离线-在线数据训练范式，结合高质量轨迹与在线探索。此外，它支持图像与视频的联合训练，并配备了覆盖22个主流视频理解基准的异步多基准评估框架，复现精度与官方报告分数高度一致。
视频理解强化学习多模态模型训练框架性能优化
cs
04-21 00:00
针对传统基于因子的结构方程模型（SEM）在小样本、高维（$p>n$）场景下因样本协方差矩阵奇异而失效的问题，本文提出了一种新颖的估计框架。该方法将协方差结构重新表述为自协方差和交叉协方差分量，并构建了一个结合似然可行集与相对误差约束的估计框架。实验表明，该方法显著提升了参数估计的稳定性，特别是在恢复结构参数的符号和方向上，为小样本决策提供了实用的方向性信息。
结构方程模型小样本学习高维统计协方差估计参数稳定性
cs
04-21 00:00
本研究提出物理信息追踪框架，通过神经网络自编码器将视频中的粒子定位为热图峰值，并嵌入可微物理模块，使多个时间点的定位点构成的轨迹满足已知动力学约束。其核心创新是物理信息地标损失，它无需真实标签，通过比较预测轨迹与地标来强制物理一致性。有监督变体则利用仿真数据实现端到端反向传播。实验表明，该框架在多种噪声条件下均能实现亚像素级跟踪精度。
粒子跟踪物理信息学习自编码器可微物理无监督学习计算机视觉
cs
04-21 00:00
本文从三个基本公理出发，为自动做市商（AMM）的常见形式提供了理论解释。研究证明，若要求 AMM 满足状态有效性不变性、帕累托效率与单位不变性，则其两资产交易轨道必然由加权几何平均 $x^w y^{1-w}$ 的等高线刻画。将此结论推广至 $n$ 资产池，轨道则由 $\prod_i x_i^{w_i}$ 的等高线描述。若进一步施加代币重标记对称性，则权重被唯一确定，从而在双资产情况下恢复恒定乘积 $xy$ 形式，在一般情况恢复 $\prod_i x_i$ 形式。
自动做市商几何平均公理化defi交易轨道
cs
04-21 00:00
本文提出QANM算法，旨在解决大规模网络系统中的分布式优化问题。该算法同时应对两个核心挑战：一是节点目标函数在不同方向上曲率差异巨大导致的“之字形”收敛现象；二是节点间通信带宽受限。QANM将Nesterov加速梯度下降与分布式有限时间量化共识协议相结合，在强凸且光滑的假设下，实现了线性收敛至最优解邻域。在分布式传感器融合的多维目标参数估计应用中，仿真验证了其收敛性保证，并显示出相较于无动量基线的明显加速优势。
分布式优化nesterov加速量化通信传感器融合线性收敛
cs
04-21 00:00
本文针对闭环系统中存在不可跟踪期望轨迹的重复任务，提出了一种端到端的迭代学习控制（ILC）设计。传统ILC假设存在完美跟踪的输入，但实际任务可能无法满足此假设。新方法将参考输入与ILC前馈输入共同视为“玩家”，基于测量数据进行逐次更新，并从合作博弈的视角分析其行为。研究发现，这种双玩家端到端ILC在满足特定条件下，其成本低于传统的单玩家范数最优ILC（NOILC）。数值仿真验证了该方法的有效性。
迭代学习控制合作博弈闭环系统轨迹跟踪控制优化
physics
04-21 00:00
本研究提出了一种基于局部化高斯基元的连续参数化表示方法，用于紧凑且物理保真的湍流场建模。该方法将速度场表示为具有可学习位置、振幅和尺度的核函数的叠加，实现了网格无关的紧凑编码，并能直接计算涡量和涡量拟能等衍生量。研究在三维泰勒-格林涡流场（从平滑流到充分发展湍流）上评估了该方法的性能。基线各向同性高斯表示在压缩比超过 $10^3$-$10^4$ 时仍能保持高速度精度，但会因小尺度结构丢失导致涡量拟能显著退化。为解决此问题，研究探索了自适应布点、多分辨率核和各向异性高斯等结构感知扩展。结果表明，各向异性高斯表示能更好地与拉长的涡结构对齐，恢复中高波数内容，带来最一致的改进。总体而言，基线高斯表示的主要局限在于几何表达能力而非参数数量。该框架为结构感知和物理信息驱动的流场压缩奠定了基础。
湍流建模高斯基元流场压缩物理保真参数化表示计算流体力学
econ
04-21 00:00
本文针对随机分配中的公平性问题，指出传统随机占优无嫉妒性（SD-EF）标准存在缺陷：满足SD-EF的分配方案在分解后，仍可能使代理人以高概率嫉妒他人。为此，作者提出了分解无嫉妒性（Dec-EF）这一新概念，它关注的是分配矩阵的分解方式而非矩阵本身。研究证明，当代理人数量不超过三个，或代理人偏好类型不超过两种时，任何满足SD-EF的分配矩阵都存在一个满足Dec-EF的分解。
随机分配公平性无嫉妒性机制设计博弈论
econ
04-21 00:00
本文评估了在2025年GENIUS法案框架下，合规美元稳定币在主流化过程中可能面临的金融、技术与监管风险。研究发现，维持稳定币与美元1:1锚定的能力不仅取决于储备资产质量，还高度依赖于国债与回购市场的运作、经纪交易商的资产负债表能力以及区块链交易轨道的操作可靠性。即使储备保守的稳定币也可能面临赎回激增、市场中介瓶颈或技术中断带来的压力。作者认为，要实现持久稳定，需要采取一种整合金融市场基础设施、审慎监管和软件治理的综合方法。
稳定币金融监管区块链风险金融基础设施genius法案
econ
04-21 00:00
本研究通过数字化分析纳粹党（NSDAP）成员档案，并将其与人口及工业普查数据关联，揭示了四个关键发现：1）随着纳粹党扩张，其成员在职业、人口和宗教构成上日益接近德国总人口；2）党卫军（SS）成员则始终保持显著差异，表现为更年轻、受教育程度更高、肖像显示更狂热；3）在社区、同事和家庭内部，早期成员的加入产生了“滞后效应”，后续成员多来自相同群体；4）地方纳粹党成员的增加与随后对德国犹太人的驱逐存在关联。
纳粹党社会构成历史数据滞后效应党卫军人口分析
econ
04-21 00:00
本文提出了一个用于识别、估计和推断驱动内生性社会网络形成的因果机制的框架。研究通过利用网络在时间上的重复观测和初始关系的随机变异，解决了由未观测混杂因素和反向因果关系带来的识别挑战。该方法采用基于设计的思路，将节点集和潜在结果视为非随机的，从而绕过了抽样和渐近性问题。研究将其应用于一家大型专业服务公司的数据，其中新员工被随机分配到办公室内的项目团队。估计结果表明，间接关系对关系形成具有显著的正向因果效应，而网络度数和局部网络密度的效应则较小且稳健性较弱。
因果推断社会网络内生性识别策略网络形成实证研究
econ
04-21 00:00
本文提出了一个在个体选择单一行动的环境中，基于信念的社会规范分析框架。该框架放松了“何为恰当行为是共同知识”的假设，允许个体对此存在不确定性，并持有对他人评估的异质性判断和信念。在此框架内，感知到的指令性社会规范、个人价值观和经验预期，虽然彼此不同，但通过一个信息结构被系统地联系起来。框架进一步阐明了所提供的信息如何塑造感知规范：其效果取决于披露的内容、是公开还是私下揭示，以及被披露对象如何编码底层信息。
社会规范不确定性信念信息结构行为经济学
econ
04-21 00:00
本研究分析了2008年金融危机前后经济学期刊的自引率与知识流动演变。研究发现，尽管学科整体自引率下降，呈现开放趋势，但内部存在显著异质性。以“CORE”和“金融”为代表的两个期刊集群表现出极高的自引封闭性，其中“CORE”集群的封闭性甚至随时间增强。通过分析引用不对称性，研究揭示了一个层级化的知识流动结构：“CORE”集群是核心知识枢纽和净输出者，而“金融”集群则主要在其内部输出知识，并依赖“CORE”的输入。这表明，金融危机后，经济学在核心领域经历了认知与组织上的双重封闭，而在外围则更加开放。
经济学期刊知识流动自引网络学科结构金融危机
econ
04-21 00:00
本文研究了西巴尔干地区股市的制度性整合如何重塑货币政策通过资产价格渠道的传导。研究构建了一个两阶段反事实框架：首先，模拟了一个整合的西巴尔干股市（包含波黑、北马其顿和塞尔维亚），并以波罗的海OMX合并为基准，量化了制度整合带来的结构性估值收益。其次，在增强的泰勒规则框架下识别外生货币政策冲击，并利用局部投影法估计市场在分割与整合两种制度下对冲击的动态响应。结果显示，市场统一后，货币政策通过资产价格渠道的传导效应被系统性放大：政策利率上调约100个基点后，整合市场下的股票估值跌幅约为分割市场下的两倍。此外，整合本身也改变了货币传导的敏感性：初始传导效应增强，但其对进一步整合的边际响应随时间递减，标志着新稳态制度的形成。
货币政策传导股市整合西巴尔干资产价格渠道反事实分析局部投影法
econ
04-21 00:00
本研究通过模拟公开叫价拍卖市场，探究由大语言模型（LLM）驱动的AI智能体如何形成预期并进行交易。研究发现：1）AI智能体表现出典型的处置效应和近因加权外推信念等行为金融模式；2）这些个体行为在均衡层面聚合，复现了经典实验发现，如超额需求对价格的预测能力以及意见分歧与交易量的正相关关系；3）通过二十机制评分框架分析智能体推理文本，研究表明有针对性的提示干预能因果性地放大或抑制特定行为机制，从而显著改变市场泡沫的规模。
ai交易行为金融市场泡沫大语言模型实验经济学智能体模拟
econ
04-21 00:00
本研究引入了一种“机会主义依附”机制来模拟网络增长，其中新节点（如创业者）基于对可用进入点（如商业机会）的评估来选择连接。模型以PageRank作为机会评分标准，尽管结构简单，却涌现出丰富的节点动态、路径依赖和意外的退化结构。作者认为，该模型可作为描述创业增长的极简化理论工具，其微观基础与Leontief & Brody (1993)提出的随机游走稳态即经济均衡的观点相呼应。研究结果表明，创业者面对的是一个不断变化的“机会空间”，潜在机会近乎无限，该机制为理解经济系统结构与未来增长的关系提供了新视角。
网络增长机会主义依附经济模型创业理论pagerank路径依赖
econ
04-21 00:00
针对AI在招聘等关键决策中可能加剧失业与偏见的问题，本研究推导出一个量化公式，用于评估或设定AI评审团决策精度的上限。核心公式为 $P(q) \approx \frac{\rho n^b + q(1-\rho)}{1 + (n^b - 1)\rho}$，其中 $b \approx q^* + 0.8 (1 - \rho)$。该模型表明，由多个AI组成的评审团（$n$）其平均两两相关性（$\rho$）越低、数量越多，在选拔特定分位数（$q$）候选人时的精度（$P(q)$）上限越高。这为在重要决策中应使用多少AI以及如何构建多样性AI系统提供了定量依据，以减少对单一AI的过度依赖。
ai决策量化模型算法偏见招聘评估系统多样性决策精度
econ
04-21 00:00
本研究首次将交易成本经济学框架应用于医疗保健领域，在任务层面分析协调工作的成本。研究者利用O*NET职业数据库，通过大语言模型将医疗任务编码为信息搜索、决策与谈判、监督与执行、适应与协调四大成本类别，并计算总体交易成本强度。研究发现，临床角色的交易成本强度显著高于非临床角色，主要源于信息搜索和决策相关的协调负担。这表明，数字和AI干预的机会并非均匀分布，更多地由底层的协调结构而非技术任务复杂性决定。
医疗ai交易成本任务分析协调结构职业异质性
econ
04-21 00:00
研究构建了一个结构化双边谈判环境，用于评估和训练大型语言模型（LLM）在信息不对称条件下的贸易谈判能力。在基准测试中，对五个前沿模型的15,000次谈判分析显示，通过顺序报价实施价格歧视的有效策略（如积极锚定、校准让步和时间耐心）能获得最高盈余份额和成交率。在训练实验中，对Qwen3模型进行监督微调（SFT）和基于群体的相对策略优化（GRPO）发现，SFT能近似翻倍盈余份额但降低成交率，而强化学习能恢复成交率但侵蚀盈余收益，反映了目标间的权衡。SFT还压缩了不同价格层级间的盈余差异，并能泛化到未见过的对手，表明行为克隆灌输了比例策略而非记忆价格点。
双边谈判语言模型强化学习价格歧视信息不对称策略优化
econ
04-21 00:00
本文挑战了资产定价中“稀疏性”与“复杂性”对立的传统观点。研究区分了“容量稀疏性”（候选特征空间的维度）与“因子稀疏性”（定价风险的结构简约性），并论证两者是互补的：扩大容量有助于发现因子稀疏性。通过将Didisheim等人的基准实证设计推向更高复杂度区间，研究发现非线性特征扩展结合基追踪方法构建的投资组合，其样本外表现能在超越临界复杂度阈值后优于无岭回归基准。证据表明，复杂性的收益并非源于保留更多因子，而是源于扩大识别定价风险稀疏结构的空间。
资产定价稀疏性高维特征因子模型机器学习投资组合
econ
04-21 00:00
随着区块补贴下降，比特币交易费将愈发重要。本研究构建并估计了一个比特币费用选择的结构模型，将内存池视为稀缺区块空间的市场。通过运行比特币节点，作者构建了一个新颖的高频内存池面板数据，记录了交易到达、退出、区块包含、费用提升事件和拥堵快照。研究将费用市场表征为Vickrey-Clarke-Groves机制，并推导出费用估计方程。第一阶段估计了连接费率优先级、网络状态与预期确认延迟的单调延迟技术；第二阶段估计了费用对该延迟技术和交易特征的响应。研究发现，拥堵是延迟的主要决定因素；优先级的边际价值已体现在费用中，且其价值随在费用队列中每上升一位所带来的确认时间减少梯度而增加；交易者对RBF、CPFP和区块条件的选择对费用具有重要的经济影响。
比特币交易费内存池区块空间排队模型加密货币经济学
econ
04-21 00:00
本文为双重/去偏机器学习（DML）估计量的Bootstrap推断提供了首个严格的理论证明。DML通过结合Neyman正交得分与交叉拟合，为高维或复杂干扰参数下的统计推断提供了通用框架。尽管Bootstrap方法在实践中被广泛用于DML估计量的推断，但其理论有效性一直缺乏证明。研究证明，在DML本身有效的相同条件下，Efron's Bootstrap等可交换加权重抽样方案的条件弱收敛性成立，从而填补了该领域的重要理论空白。
bootstrap推断双重机器学习高维统计因果推断渐近理论
econ
04-21 00:00
本文揭示了在动态时间序列模型中，基于子样本的稳健估计方法在数据存在污染时存在根本性缺陷。核心问题在于污染会通过模型的残差滤波器传播，扭曲估计准则本身。因此，即使已知污染位置并移除相应观测值，通常也无法恢复无污染的目标函数或保证估计的一致性。作者将这种失效归因于点态子采样与残差传播之间的结构性不兼容。为解决此问题，研究提出了一种传播兼容的索引集变换方法，通过一个“补丁移除算子”来消除污染的残差足迹。在适当条件下，该算子能使估计量在无污染模型下渐近不变，同时在污染下恢复对干净数据参数的估计一致性。该结果适用于广泛的基于残差的估计量，表明动态模型中的有效子样本估计需要显式控制残差传播。
稳健估计动态模型数据污染子样本方法残差传播时间序列
econ
04-21 00:00
本研究以全球最大小麦粉出口国土耳其为例，探讨了高度依赖进口原料的粮食加工中心在气候变化和地缘政治动荡下的脆弱性。论文引入“生物物理自主比率”（BAR）来衡量国内农业生产能力与工业加工规模之间的匹配度。分析显示，土耳其的BAR持续下降，表明其加工能力已远超国内生产基础。研究指出，全球市场通过贸易重新平衡供应中断的假设正受到多区域作物同步歉收风险的挑战。为增强未来粮食系统的韧性，需要在生物生产系统与工业食品基础设施之间建立更精确的协同关系。
粮食安全进口依赖气候韧性加工中心土耳其面粉业生物物理自主比率
econ
04-21 00:00
研究分析了1960-2024年奥运会成本数据，发现尽管奥运会是全球最大的公共资助项目之一，理论上应产生“积极学习曲线”以降低成本，但实践中并未实现。研究提出“学习短视”概念，指出时空性（地理距离、时间间隔及临时组委会的组织形式）共同阻碍了高层级学习。战术学习普遍存在，但无法聚合为战略改进。作者提出了克服时空障碍的四种策略（渐进式、集中化、分散化、实物期权），认为需要彻底改革。
项目学习成本超支时空障碍组织学习公共项目奥运会
astro-ph
04-21 00:00
本文解决了标量张量有效场理论中高阶导数量子修正会重新引入奥斯特罗格拉茨基幽灵不稳定性这一核心矛盾。通过分析包含高斯-博内项和外尔平方算符的广义DHOST理论，研究团队从两条独立路径出发：一是要求完整作用量在经典理论保护性规范对称性下保持不变，推导出一组系数微分方程；二是利用ADM形式进行第一性原理哈密顿分析，通过施加消除幽灵所需的主约束和次级约束得到另一组条件。核心成果是严格证明了这两组条件在数学上完全等价，从而揭示了规范对称性是量子修正理论哈密顿稳定性的根本起源，为无需完整哈密顿分析即可构建一致、无幽灵的引力有效场理论提供了强大而实用的对称性原理工具。
有效场理论量子引力修正规范对称性哈密顿稳定性幽灵不稳定性dhost理论
astro-ph
04-21 00:00
针对詹姆斯·韦伯望远镜发现的‘小红点’星系中可能存在质量过大的黑洞，以及LSST巡天将大量获取星系测光数据但缺乏直接黑洞质量测量的情况，本研究将SIMBA、IllustrisTNG和EAGLE宇宙学模拟数据前向建模到LSST测光波段，训练了一个集成机器学习分类器。该框架仅使用宽带测光数据，在LSST星等限制下，区分‘质量过大’与‘质量不足’的黑洞生长模式，在SIMBA和TNG模拟中准确率达到$91\%$–$94\%$。跨模拟迁移实验（在一个模拟上训练，在另一个上评估）准确率也达到$83\%$–$89\%$，表明不同反馈模型下生长模式的相对测光排序具有鲁棒性。信号分解显示分类主要依赖于宿主星系颜色（$82\%$–$87\%$准确率）及吸积态的光谱能量分布形状。
超大质量黑洞宇宙学模拟机器学习分类lsst巡天黑洞生长测光数据
astro-ph
04-21 00:00
本研究首次系统探讨了如何通过结合强引力透镜效应产生的多个引力波图像来提升事件定位精度。模拟分析表明，合并两个透镜图像可将90%置信区域面积缩小一个数量级，而四图像系统能达到约10–100平方度的定位精度，这对后续多信使观测和宿主星系识别至关重要。研究还证实，即使低于探测阈值的微弱图像也能安全地贡献于定位分析而不降低精度。
引力波透镜多信使天文学事件定位强引力透镜bayestar
astro-ph
04-21 00:00
本研究利用17年的费米伽马射线空间望远镜数据，对223颗贫氢超亮超新星进行了伽马射线发射搜索。基于贝特-海特勒透明度时间定义了源特定的搜索窗口，未发现显著的（≥5σ）GeV能段辐射。联合似然分析将伽马射线与光学辐射的效率比限制在η < 1.3×10^{-3}，比弱磁化磁星星云模型的预测低两个数量级。分层群体分析表明，少于0.7%的I型超亮超新星可能具有η > 10^{-2}的效率。然而，SN 2017egm显示出约4σ的暗示性超量，其0.1–500 GeV波段的观测光度比L_γ/L_{opt} ∼ 0.68，超过强子模型预期一个数量级以上，支持磁星起源。对邻近超新星SN 2018bsz的非探测则对简单的均匀效率模型提出了挑战，或暗示了其内部能源机制的多样性。
超亮超新星伽马射线天文学费米望远镜磁星模型辐射效率天体物理
astro-ph
04-21 00:00
本研究利用TITAN DR1数据库中6983个低红移Ia型超新星宿主星系，通过紫外至中红外波段的光谱能量分布拟合，重构了星系恒星形成历史，并结合延迟时间分布估算了超新星前身星年龄。结果显示前身星平均年龄为35亿年，主要峰值在22亿年（来自占样本60%的恒星形成星系），远低于强演化模型预测的50-60亿年。即使在高质量星系子样本中，不同宿主类型间的年龄差异也仅对应0.10星等的亮度偏移，与观测不符。分析表明，前身星年龄随宇宙时间的演化仅约15亿年，对哈勃残差的最大红移依赖性偏差为ΔHR = $-0.007^{+0.012}_{-0.014}$星等，与零值一致。这表明标准宿主星系质量修正已能较好捕获相关系统误差，未发现未被建模的大尺度前身星年龄系统偏差。
ia型超新星宿主星系前身星年龄宇宙学恒星形成历史光谱能量分布拟合
astro-ph
04-21 00:00
本研究首次将非线性时间序列分析应用于广义相对论磁流体动力学（GRMHD）模拟，以探究黑洞吸积盘与喷流的动力学特征。通过计算Higuchi分形维数、Hurst指数和谱斜率，对比分析了磁滞盘（MAD）与标准正常演化盘（SANE）在不同黑洞自旋参数（$a_*$从-0.9375到0.9375）下的行为。研究发现，MAD具有更高的分形维数、更低的Hurst指数和更平坦的谱斜率，表明其变率更具间歇性且长期时间相关性较弱。分形维数在MAD中随自旋幅度增大而减小，而在SANE中随正自旋增大而增大。进一步将分析应用于观测数据，成功将黑洞双星GRS 1915+105的X射线谱特性聚类为MAD-like和SANE-like两类，其平均分形维数差异与模拟结果一致，凸显了非线性分析在理解吸积流动力学及磁调控机制中的关键作用。
黑洞吸积grmhd模拟非线性时间序列分析分形维数磁滞盘喷流动力学
astro-ph
04-21 00:00
本研究构建了由不同热核燃烧灰烬（以氦、铬、铁或镍为主）组成的热中子星大气层模型，用于分析X射线暴中核燃烧产物被输运至恒星表面的过程。模型创新性地包含了激发态离子的光电离效应及约5000条谱线，并开发了同时处理康普顿散射与大量谱线的方法。研究发现，大气层光薄与光厚过渡区存在辐射压力显著增强的层，这为特定表面重力与化学成分下的最大热辐射通量设定了上限。计算光谱显示出明显的吸收边，其能量由主导化学元素决定。研究还通过观测数据（如HETE J1900.1-2455和GRS 1747-312系统）探讨了模型对X射线暴光谱吸收边的约束。
中子星大气热核燃烧辐射转移x射线暴光谱分析天体物理模型
astro-ph
04-21 00:00
本研究提出了一种名为“heliostack”的非线性平移叠加算法，用于搜索太阳系中的暗弱天体。该算法能够整合比传统方法更长时段的观测图像，从而极大提升探测灵敏度。研究团队将该算法应用于2003年哈勃空间望远镜为期15天的存档数据，成功在柯伊伯带冷经典天体区域中，不仅复现了两个已知的亚阈值天体，还新发现了两个天体。这是首次在超过约一天时长的图像叠加中发现新天体，为未来利用现有及即将开展的巡天数据发现更多暗弱太阳系天体开辟了新途径。
天体探测算法图像叠加技术柯伊伯带太阳系小天体哈勃空间望远镜天文数据处理
astro-ph
04-21 00:00
本文提出应将恒星日冕物质抛射（CME）的监测纳入宜居世界天文台（HWO）的设计考量。CME产生的高能粒子可严重消耗类地行星的臭氧层（如导致总臭氧柱减少10%以上），从而干扰臭氧这一关键生命特征气体的探测。研究建议HWO需具备能力，将此类重大CME事件的发生率约束在每十年少于一次（即臭氧恢复的时间尺度）。文中探讨了多种可能的CME探测方法，包括日冕暗化、多普勒频移发射、高对比度成像及行星极光观测，并重点分析了日冕暗化技术的可行性。
系外行星日冕物质抛射宜居世界天文台生命特征臭氧层天文观测
astro-ph
04-21 00:00
本研究评估了无需干净图像作为真值即可训练的深度学习去噪方法在天文数据分析中的实用性。通过合成数据以及哈勃太空望远镜和加拿大-法国-夏威夷望远镜的真实观测数据，研究比较了Noise2Noise、Stein无偏风险估计器和基于盲点的方法。性能评估结合了基于目标检测的指标（如正确检测率和误报率）以及图像质量指标。结果表明，这些方法能有效提升对微弱天体的探测能力，尤其在经过领域一致初始化后，在哈勃数据上取得了显著增益，凸显了仪器/领域相似性对于无监督适应的重要性。
天文图像处理无监督去噪深度学习目标检测哈勃望远镜
astro-ph
04-21 00:00
本研究在年轻疏散星团COIN-Gaia 25和Mamajek 4的潮汐尾中，系统搜寻并确认了两个相接双星系统。利用TESS光变曲线数据，通过结合马尔可夫链蒙特卡洛（MCMC）方法的Wilson-Devinney（W-D）代码进行详细建模，获得了其光度学参数。其中一个系统（ASASSN-V J173229.06-613712.5）被归类为深度、低质量比的相接双星。其位于年龄小于371 Myr的星团潮汐尾中，表明某些相接双星的总寿命可能短至几个热时标。研究提出，该系统可能是在其宿主星团早期富气体演化阶段，通过有效的轨道硬化（可能由气体动力学摩擦介导）快速形成的。
相接双星年轻星团潮汐尾轨道演化恒星形成光度学建模
q-bio
04-21 00:00
MLE-Toolbox 是一个开源的 MATLAB 工具箱，为脑磁图（MEG）和脑电图（EEG）数据提供端到端的分析解决方案。它集成了从原始数据导入、预处理（含ICA、SSP等伪迹去除）、源定位（支持MNE、dSPM、sLORETA、波束成形等多种算法）、功能连接、振荡分析到基于机器学习的分类在内的完整流程。该工具箱通过统一的图形界面（GUI）提供自动化处理、交互式可视化及一键生成学术报告功能，并与 Brainstorm、FieldTrip 等主流平台实现互操作，旨在降低严谨、可重复的脑电研究的门槛。
脑电图分析开源工具箱源定位功能连接机器学习神经影像
q-bio
04-21 00:00
本研究提出了一种名为Shesha的几何稳定性度量，用于量化单细胞CRISPR扰动后细胞转录组状态变化的定向一致性（即细胞是否沿共同轨迹移动）。通过分析五个包含2200多个扰动（CRISPRa、CRISPRi、混合筛选）的数据集，发现稳定性与效应大小高度相关（Spearman $\rho=0.75-0.97$）。关键的是，当两者解耦时，能揭示调控架构：多效性主调控因子（如CEBPA、GATA1）产生大但混乱的偏移，而谱系特异性因子（如KLF1）则产生高度协调的响应。在控制效应大小后，几何不稳定性与伴侣蛋白HSPA5/BiP的激活独立相关（偏相关$\rho_{partial}=-0.34$和$-0.21$），表明其能预测细胞应激。该稳定性-大小关系在scGPT基础模型嵌入中依然存在，证实其是生物状态空间的固有属性。
单细胞crispr筛选几何稳定性调控架构细胞应激扰动预测转录组学
q-bio
04-21 00:00
针对文本描述生成功能性蛋白质的难题，本研究提出了ProtoCycle框架。它不依赖数据与算力密集的端到端微调，而是将大语言模型（LLM）作为规划核心，驱动一个多轮、反馈驱动的决策循环。该框架将LLM规划器与轻量级工具环境耦合，模拟人类蛋白质工程的迭代工作流，并通过LLM对工具反馈进行反思来修订计划。结合监督轨迹与在线强化学习训练，ProtoCycle在保持蛋白质可折叠性的同时，实现了更强的语言指令对齐，消融实验表明反思机制显著提升了序列质量。
蛋白质设计大语言模型工具增强反思规划强化学习ai for science
q-bio
04-21 00:00
本研究评估了不同系列和型号的Hologic骨密度仪在测量股骨近端三维皮质骨和小梁骨参数时的一致性。通过对103名受试者进行重复髋部扫描，并使用3D-Shaper软件分析，发现所有参数在设备间均表现出高度一致性（决定系数>0.91）。绝对偏差低于最小显著变化值，表明设备间差异无临床意义，支持其在临床实践中的适用性。
骨密度测量三维dxa设备一致性临床验证骨质疏松
q-bio
04-21 00:00
本文提出“环境表征假说”，挑战当前关于人工神经网络与生物大脑必然收敛于通用表征的观点。研究认为，两者间的表征对齐并非源于单一最优解，而是由系统发育过程中的生态约束重叠所致。通过回顾物种、个体与神经网络间的系统性表征差异证据，作者指出这些差异具有适应性，难以用“通用性”解释。最后，研究将模型比较重构为生态约束空间中对齐簇的映射方法，而非寻找单一最优世界模型。
表征对齐生态约束人工神经网络认知科学通用性假说
q-bio
04-21 00:00
本研究提出了一种改进的玻尔兹曼机学习方法，用于从蛋白质多序列比对中精确估计进化单点位场和成对耦合。为解决传统方法计算量大的问题，采用了并行、持续的马尔可夫链蒙特卡洛方法来高效估计每个学习步骤中的边际分布，并结合随机梯度下降加速学习过程。此外，研究提出了一种基于蛋白质构象特定条件的新策略来调整正则化超参数，而非依赖对参数不敏感的残基接触预测精度。该方法已在八个蛋白质家族上得到应用验证。
玻尔兹曼机逆potts问题马尔可夫链蒙特卡洛蛋白质进化序列分析统计推断
q-bio
04-21 00:00
本研究提出了ToFiE，一种开源的、拓扑感知的纤维提取工作流，旨在从高分辨率显微图像中三维重建致密且异质的生物纤维网络，并精确保持其网络连接性。该方法克服了传统基于强度阈值分割易导致纤维断裂和连接点失真的挑战。研究通过合成荧光显微图像验证了ToFiE在不同拓扑结构和信噪比下的鲁棒性，并成功应用于具有多种微结构的胶原凝胶纤维网络重建。ToFiE为从广泛的纤维材料成像数据中提取与力学行为相关的网络信息提供了一个实用的半自动化框架。
纤维网络三维重建拓扑保持图像分割生物力学显微成像
q-bio
04-21 00:00
本研究开发了一种基于化学信息学的预测模型，用于筛选具有潜在抗阿尔茨海默病活性的天然药用化合物。该模型作为一个药物筛选系统，利用分子描述符和机器学习技术进行活性检测。研究对来自ChEBI、SynSysNet和INDOFINE数据库的7000多种化合物进行了预处理和分析，使用Dragon软件计算描述符。通过以已批准药物为训练集的随机森林分类器，模型实现了中等性能（精确度0.5970，召回率0.6590），最终筛选出73个候选化合物。关键分子描述符包括原子极化率、键多重性和非氢键数量等。这些发现证明了化学信息学在阿尔茨海默病早期药物发现中的价值。
阿尔茨海默病化学信息学药物发现机器学习天然化合物分子描述符
q-bio
04-21 00:00
AlphaFold系列模型通常只能预测蛋白质的一种主导构象，难以捕捉其生物学相关的多种构象状态。本研究提出ConforNets方法，通过在OpenFold3模型的Pairformer层之前，对潜变量表示进行通道级的仿射变换，实现了对模型表征的全局、可复用调控。该方法在无监督生成蛋白质替代构象的任务上，在所有现有多状态基准测试中取得了最优成功率。此外，在构象转移这一新监督任务中，基于单一源蛋白训练的ConforNets能够诱导整个蛋白质家族产生保守的构象变化，为基于AF3的模型提供了有效的构象控制机制。
蛋白质结构预测构象调控潜变量变换openfold3生物信息学人工智能
q-bio
04-21 00:00
本文挑战了传统观点，即决策系统仅需保留所选假设和置信度即可进行下游控制。作者认为，确定在信息压缩过程中必须保留哪些证据支持结构本身是一个后果敏感的问题。研究提出了一种循环仲裁架构，其中活跃的约束场共同决定了候选假设的几何结构。系统并非完整传递该结构，而是将其压缩为一个支持感知的控制状态，其分辨率由当前后果几何、仲裁记忆和资源约束共同调节。通过一个有界目标函数形式化了权衡关系：保留过少支持会导致策略相关区别消失，使控制器在正确选择内容的同时错误处理验证、弃权和恢复；保留过多支持则会使学习过程碎片化，即使辨别力提升也会损害适应性。最小化重复交互模拟证实了这些有序的控制器预测。调节支持分辨率的自适应控制器在累积效用上优于所有固定分辨率控制器，且敏捷自适应控制优于迟钝自适应控制。固定高分辨率控制虽能实现最佳承诺准确度，但由于资源成本和学习碎片化抵消了丰富保留带来的收益，其总体表现仍不及自适应控制器。因此，支持充分性应被理解为动态压缩准则，而非静态表征阈值。
信念仲裁信息压缩自适应控制认知架构决策理论计算神经科学
q-bio
04-21 00:00
本研究提出了FairLogue工具包，用于对临床机器学习模型进行交叉公平性审计。研究选取了All of Us研究计划的数据集，复现并评估了两个已发表的临床预测模型：选择性血清素再摄取抑制剂相关出血事件预测，以及房颤患者的两年卒中风险预测。通过计算跨种族、性别及其交叉子组的观察性公平性指标，并进行反事实分析，研究发现交叉评估揭示的差异大于单轴分析，但反事实诊断表明，大多数观察到的差异与随机分组下的预期差异相当。这凸显了交叉公平性审计的重要性，并为理解临床机器学习系统中的偏见提供了更深入的视角。
交叉公平性临床机器学习算法审计健康公平反事实分析all of us
q-bio
04-21 00:00
本文系统梳理了分子性质预测领域的四大范式：量子计算、描述符机器学习、几何深度学习及基础模型，并提出了统一的分类法。基准分析整合了学术界与工业界视角的数据集，涵盖量子、物理化学、生理及生物物理性质。研究揭示了当前数据标注、划分策略与评估协议中的挑战，如立体化学不一致、数据源异质性及随机划分下的可复现性局限。文章呼吁推动基准设计向更透明、时间与骨架感知的方法现代化，并展望了三个前瞻方向：嵌入量子一致性的物理感知学习、可信推理的不确定性校准基础模型，以及整合计算与实验数据的现实多模态基准生态系统。
分子性质预测深度学习基础模型几何深度学习量子化学基准测试
q-bio
04-21 00:00
本研究提出了FRIGID框架，它利用一种新颖的扩散语言模型，通过中间指纹表示和确定的化学式，根据质谱数据生成分子结构。该模型在数亿个未标记结构上进行训练。研究进一步展示了前向碎片化模型如何通过识别谱图不一致的片段，并对其进行针对性的重掩码和去噪，从而实现推理时的扩展。FRIGID在扩散模型基础上已表现出强劲性能，而推理时扩展显著提升了其准确性，在具有挑战性的MassSpecGym基准测试中Top-1准确率超过18%，并在NPLIB1上将领先方法的Top-1准确率提高了三倍。实证分析表明，FRIGID的性能随推理时计算资源的增加呈对数线性扩展，为从头结构解析的持续改进开辟了新方向。
质谱解析扩散模型分子生成人工智能化学结构鉴定
q-bio
04-21 00:00
本研究针对具有不对称神经相互作用和异质耗散的线性阈值网络，在结构Lyapunov对角稳定性条件下，通过引入一个单参数网络族，探究了其全局渐近稳定性。该网络族在快速极限下收敛于投影动力系统，在慢速极限下收敛于不连续硬选择器系统。研究证明，在LDS条件下，快速极限系统具有全局指数稳定性，慢速极限系统具有全局渐近稳定性。数值证据表明，通过分析这两个极限端点，为建立具有生物合理递归和对角耗散的LTN的全局稳定性提供了结构化的理论路径。
线性阈值网络全局稳定性时标极限lyapunov稳定性神经动力学动力系统
q-bio
04-21 00:00
本研究探索了深度生成模型如何通过融合领域知识与深度学习，推动复杂生物问题的分析。在DNA反应动力学方面，提出了ViDa框架，利用变分自编码器与几何散射变换生成生物物理学上合理的DNA反应动力学模拟嵌入，并将其降维至二维空间，以可视化DNA杂交和链置换反应，使模拟结果更易解释并揭示新机制。在冷冻电镜方面，系统综述并评估了原子模型构建的深度学习方法，提出了Struc2mapGAN（从蛋白质结构生成高保真冷冻电镜密度图）和CryoSAMU（通过跨注意力融合密度特征与蛋白质语言模型的结构嵌入，增强中等分辨率密度图）。这些工作展示了深度生成模型在解析生物机制和推进结构生物学分析方面的潜力。
深度生成模型dna反应动力学冷冻电镜变分自编码器蛋白质结构建模生物物理模拟
q-bio
04-21 00:00
研究团队提出了RosettaSearch，一种用于蛋白质序列优化的推理时多目标优化方法。该方法将大型语言模型作为生成优化器，结合RosettaFold3结构预测模型计算的奖励，在搜索算法中实现可控的探索与利用。在大规模评估中，RosettaSearch成功优化了由LigandMPNN生成的400个次优序列，恢复了后者单次解码无法产生的高保真设计。结果显示，其设计的结构保真度指标提升了18%至68%，设计成功率提高了2.5倍。该方法还成功泛化至计算生成的蛋白质骨架，并展示了结合视觉语言模型的多模态扩展潜力。
蛋白质设计多目标优化推理时搜索大型语言模型结构预测
q-bio
04-21 00:00
本文提出一个基于数据协方差算子谱结构的可发现性标度律框架，用于预测增加数据何时能显著提升模型性能。研究发现，许多性能指标（如AUC）可表示为编码器和跨模态算子的可识别谱模式上累积信噪比能量的函数。在温和假设下，这种累积遵循类似黎曼ζ函数的标度律，由协方差谱和信号能量的幂律衰减主导。表示学习方法通过将有用信号集中到更早的稳定模式中来提高样本效率。该框架预测了交叉机制：简单模型在小样本量下表现最佳，而一旦有足够数据稳定额外自由度，更高容量或多模态编码器将超越它们。
标度定律生物医学数据多模态学习谱分析表示学习样本效率
physics
04-21 00:00
本研究提出了CET Omega框架，作为标准宇宙学的因果信息扩展，预测了早期宇宙辐射能密度存在一个普适的双对数修正项。该修正源于具有对数跑动红外尺度的标度不变谱区，是完整CET Omega理论的低能表现。研究从谱积分和重整化群流两个互补视角推导了双对数形式，并联合Planck 2018数据和BBN约束，通过马尔可夫链蒙特卡洛分析，得到修正系数 $\alpha_{\log} = -0.008 \pm 0.006$，与零一致。研究首次确立了观测上限 $|\alpha_{\log}| \leq 0.006$，并指出未来CMB-S4测量可探测到 $|\alpha_{\log}| \sim 10^{-3}$ 量级。
宇宙学理论辐射主导期对数修正planck数据bbn约束cmb-s4
physics
04-21 00:00
本研究通过坐标变换方法，求解了具有任意平均核心半径和截面椭圆度的稳态环形涡旋内部速度场。该方法利用连续性方程中坐标系统度量张量的性质，发现涡量随距对称轴距离的增加而单调递减。对于给定的外半径和外周速度，涡环的环量可小于或大于希尔球形涡旋的环量。
流体力学涡旋动力学坐标变换环形涡解析解速度场
physics
04-21 00:00
本研究提出了一种粘性离散涡方法（VDVM），通过将三层边界层理论导出的闭合条件与经典势流理论结合，构建了适用于中低雷诺数流动的混合计算工具。该方法采用三维涡环方案和非定常伯努利公式进行载荷计算，并通过与实验及高精度CFD数据对比验证了其准确性。利用该框架，对电动垂直起降（eVTOL）飞行器的转子叶片进行了系统的参数化研究与优化设计：通过迭代求解轴向和切向诱导因子来维持最佳局部攻角，从而计算扭转分布；同时采用Adkins和Liebeck框架推导弦长分布，以满足最大效率的贝茨条件。结果表明，优化后的锥形弦长和非线性扭转分布能显著减轻叶尖损失并管理展向载荷，使效率相比基准设计提升了8.99%。
计算流体力学涡方法evtol设计气动优化粘性流动螺旋桨
physics
04-21 00:00
本研究利用DESI DR2、Pantheon+SH0ES和宇宙计时器等最新观测数据，通过MCMC方法对两种描述宇宙加速膨胀的衰变真空宇宙学模型（Λ(t)模型）进行了约束分析。联合数据集分析得出哈勃常数H₀约为72.53–73.01 km s⁻¹ Mpc⁻¹，物质密度参数Ω_{m0}随数据增加而降低至接近标准模型估计值。关键演化参数n≈0.30，表明存在轻微偏离标准ΛCDM框架的迹象。减速参数和总状态方程的分析进一步证实了宇宙从过去减速膨胀到当前加速膨胀的平滑过渡。
宇宙学λ(t)模型desi数据加速膨胀mcmc分析观测约束
physics
04-21 00:00
本研究提出了一种创新的双光子聚合（2PP）技术，通过单个静态衍射光学元件（DOE）在相距1.8 μm的两个独立平面上同时生成两个焦点阵列（共29个写入点）。该方法突破了传统2PP技术逐层串行制造的瓶颈，实现了在连续扫描过程中对两个结构层的并行加工，且扫描策略与木堆结构兼容。实验成功制造了四层木堆结构，有效写入速度达到90秒内1 mm²，为大幅提升2PP制造通量提供了有力途径。
双光子聚合衍射光学元件并行制造3d微纳加工增材制造光学工程
physics
04-21 00:00
本研究通过访谈分析学生学习量子计算核心组件——受控非门（CNOT）时的认知过程。研究者识别出学生使用的三种关键认知资源：对特定态应用CNOT的程序性知识、对目标比特受控效应的定性描述，以及“控制比特在计算基态下不变”的观念。研究发现，第一种资源是理解后两者的基础，而后两种资源有时会导致错误结论。研究还探讨了学生如何将这些资源与狄拉克符号、叠加态和纠缠概念结合，以富有成效或成效不佳的方式解决量子计算问题。
量子计算教育cnot门认知资源量子纠缠教学研究
physics
04-21 00:00
本研究揭示了二维无粘性（欧拉）流体方程在系统辨识中的一个根本性限制。其脉冲响应呈现渐近的 $t^{-3/2}$ 幂律衰减，导致其二阶时间矩随观测窗口 $T$ 呈对数发散，特征记忆时间按 $\sqrt{\ln T}$ 增长。这意味着不存在与观测窗口无关的特征时间尺度，基于有限维模型的辨识结果实际上参数化了观测窗口而非流动的内在物理。研究引入了一个基于脉冲响应核的零阶与二阶窗口矩之比的时间矩诊断量 $\nu_t(T)$ 来量化这一行为。结果表明，二维无粘性极限构成了基于矩的系统辨识的一个临界边界，缺乏耗散机制使得无法定义窗口无关的特征记忆时间。
流体系统辨识欧拉方程记忆效应幂律衰减时间矩临界边界
physics
04-21 00:00
机器学习在天气预测领域进展迅速，其预测技能已可超越传统物理模型。为评估当前AI模型在所有条件下生成物理一致预测的能力，世界气象组织支持启动了天气预测模型对比项目（WP-MIP）。该项目旨在建立一个包含物理模型、纯AI模型及两者混合模型预报的中央数据库，通过使用机构特定和通用初始化数据进行全球确定性预测对比，开发AI就绪的验证技术，以明确各类预测系统的优势与不足，最终为模型开发者和国家气象中心建立最佳实践指南。
天气预测人工智能模型对比物理模型混合模型wmo
physics
04-21 00:00
本研究提出了空间无序广义朗之万方程（SD-GLE），一种用于构建非均匀系统粗粒化动力学的数据驱动方法。该方法通过变分贝叶斯框架和随机场先验，明确地将静态空间无序与粘弹性摩擦分离开来，克服了传统方法依赖平均场势的局限。数值结果表明，标准GLE存在局限，而SD-GLE能够从短轨迹中准确外推长时间动力学，捕捉异常扩散的交叉行为，并恢复系统无序本质所固有的系综统计特性。
粗粒化动力学空间无序广义朗之万方程变分贝叶斯异常扩散数据驱动
physics
04-21 00:00
本研究通过全原子分子动力学模拟，系统筛选了所有二肽在有无核酸存在下的相分离行为，挑战了生物分子相分离主要源于长无序链聚合物物理的传统观点。研究发现：(i) 超短二肽单元自身即编码了自发凝聚的指令，证明相分离根植于亚聚合物水平；(ii) 核酸并非通用的阴离子“胶水”，而是遵循碱基特异性的调控逻辑；(iii) 单个核碱基可作为化学调节器，根据其分子特性溶解、稳定或液化凝聚体。该最小化框架揭示，凝聚体的核心性质与调控可能由肽段和核碱基构成的精细化学字母表所主导。
生物分子相分离分子动力学模拟蛋白质-rna相互作用化学语法核酸碱基调控二肽库筛选
math
04-21 00:00
本文研究了当环R与S的模范畴等价时，模的C4、C4*、强C4*及半弱CS条件是否具有Morita不变性。通过范畴论方法，作者将这些条件表述为关于直和项、子对象、本质性及有限分解数据的性质，并在范畴等价下转移“见证结构”以证明其不变性。研究还引入了C4框架的有限深度与有限元扩展，证明了其不变性，并给出了环水平、矩阵环及满角子环的刻画。
morita不变性c4模cs模范畴等价模论环论
math
04-21 00:00
本文提出了一种基于亏量表示的黎曼ζ函数奇数值逼近框架。通过非线性变换部分和，建立了精确分解公式 $\zeta(q) = \zeta(p)^{q/p} - D_\infty^{(p,q)}$，其中 $D_\infty^{(p,q)}$ 为累积亏量泛函。推导出消除一阶偏差的校正估计量，并证明其渐近收敛速度为 $O\!\left(n^{-\min(2p-2,\;q-1)}\right)$。特别地，对奇数 $q=2m+1$，优化选择 $p=2m=q-1$ 可获得 $O(n^{-(q-1)})$ 的高阶收敛，无需显式欧拉-麦克劳林展开。该方法可推广至一般谱ζ函数，数值实验验证了理论预测与显著改进。
黎曼ζ函数亏量恒等式数值逼近收敛速度谱ζ函数非线性变换
math
04-21 00:00
本文证明了从曲面到欧几里得建筑的调和映射的可能阶数具有离散性。特别地，对于类型为 $W$ 的建筑，映射的阶具有形式 $\frac{m}{k}$，其中 $k$ 整除 $|W|$。这一结果将 Gromov 和 Schoen 的“阶隙”理论推广到了二维定义域的情形。研究通过直接分析进入欧几里得建筑的齐次映射的行为，并研究相关的球面台球问题而获得。
调和映射欧几里得建筑离散性阶隙曲面齐次映射
math
04-21 00:00
本文在具有2个生成元的3步自由Carnot群中，构造了一条Lipschitz曲线，该曲线与所有$C^{1}$水平曲线的交集测度为零。这一结果表明，$C^{1}_{H}$-Lusin性质在该群中以强烈的方式失效，并由此推导出该曲线是纯粹的$C^1_H$ 1-不可矫正的。这揭示了Carnot群中的1-可矫正性与其在欧氏空间中的对应概念存在根本性差异，因为在欧氏空间中，Whitney延拓定理保证了Lipschitz可矫正性与$C^1$可矫正性是等价的。
carnot群可矫正性lipschitz曲线水平曲线几何测度论非交换几何
math
04-21 00:00
本文研究了闭可定向曲面上的立方图及其完美匹配所定义的彭罗斯-考夫曼多项式。该多项式可表示为一系列关联图的色多项式之和。通过引入扭结理论的视角，作者为多项式的经典及新性质提供了初等证明。研究的一个关键结论是：平面四色定理等价于一个关于平面内简化、无二边形区域的交错链环图可3-着色的陈述。这为图论与扭结理论这两个领域建立了新的深刻联系。
彭罗斯多项式四色定理扭结理论立方图色多项式图着色
math
04-21 00:00
本文研究了配备左不变伪黎曼度量的三维李群上左不变调和旋量的存在性问题。作者修正了黎曼情形下作用于左不变旋量的自旋狄拉克算子公式，并将其专门应用于（特别是近阿贝尔李代数）情形。聚焦于二维和三维，他们找到了李群容许左不变调和旋量的等价条件，这些条件表现为对应李代数结构方程上的约束。最终，作者识别了（在自同构意义下）每种情形中携带左不变调和旋量的度量。
微分几何李群调和旋量狄拉克算子伪黎曼度量结构方程
math
04-21 00:00
本研究对深水中小振幅重力-毛细斯托克斯波的Benjamin-Feir不稳定性进行了严格分析。通过线性化算子的Bloch-Floquet谱分析，描述了原点处多重特征值的分裂。在不稳定区域，识别出一对具有非零实部的特征值，在复平面上形成特征“8字形”图案。由此，根据表面张力参数恢复了精确的不稳定与稳定区域，为重力-毛细波背景下的经典预测提供了完全严格的理论依据。
benjamin-feir不稳定性斯托克斯波谱分析重力-毛细波bloch-floquet理论水波方程
math
04-21 00:00
本文研究了随机部分可观测控制系统的多任务学习问题，聚焦于线性二次高斯（LQG）控制。通过引入一个依赖于历史的提升变换，将多任务LQG问题转化为等价的高维多任务线性二次调节器（LQR）问题，从而能够分析策略梯度方法。研究发现，学习一个共同的提升控制器会引入异质性偏差，该偏差通过“互模拟函数”来刻画。研究建立了性能与泛化保证，这些保证明确依赖于基于互模拟的异质性度量。对于无模型方法，研究表明多任务学习能够按训练集中任务数量的比例降低策略梯度估计的方差。
多任务学习lqg控制策略梯度泛化边界互模拟函数异质性偏差
cs
04-21 00:00
本研究测试了三个开源大语言模型（GPT OSS 120B、Gemma 3 27B、DeepSeek R1 72B）对161篇知名撤稿论文的识别能力。结果显示，仅凭标题和摘要，超过80%的情况下模型错误地声称撤稿论文未被撤稿。即使模型做出正确判断，其给出的理由也常常是错误的。这表明，除非模型被允许并确实进行了在线检索，否则它们基本无法区分有效研究与已撤稿的研究。在34,070篇非撤稿基准论文的测试中，模型错误声称撤稿的情况极少，表明模型误判有效研究的风险较低。
大语言模型学术诚信撤稿论文文献检索模型可靠性
cs
04-21 00:00
本研究提出OC-Distill，一个用于ICU风险预测的两阶段框架。针对现有方法将患者均视为负样本、忽略临床诊断相似性，以及忽略临床文本等互补模态的问题，该框架在第一阶段引入本体感知对比学习目标，利用ICD疾病分类层次结构量化患者相似性，学习更具临床意义的表征；在第二阶段通过跨模态知识蒸馏，将临床文本中的丰富上下文信息迁移到仅使用生命体征信号的模型中。在MIMIC数据集上的实验表明，OC-Distill在仅使用生命体征推理的情况下，实现了卓越的标签效率和最先进的预测性能。
icu风险预测对比学习跨模态蒸馏本体感知知识蒸馏多模态学习
cs
04-21 00:00
针对合成图像检测（SID）在跨分布泛化到未知生成源时面临的挑战，本文提出了一种基于视觉基础模型（VFM）的框架I2P。该框架将VFM适应重新表述为一个联合优化问题：既要识别最适合承载伪造判别信息的关键表示层，又要约束任务知识注入对预训练结构的扰动。I2P首先自适应地识别对SID最具判别性的关键层表示，然后将任务驱动的参数更新约束在低敏感性参数子空间内，从而在提高任务特异性的同时，尽可能保留预训练表示的可迁移结构。
合成图像检测视觉基础模型跨分布泛化自适应特征优化内在重要性感知
cs
04-21 00:00
本文提出Symphony，一种网络内解决方案，旨在解决分布式AI训练中广泛使用的环形集体操作因网络抖动和拥塞导致的步调失准问题。Symphony通过（1）轻量级机制跟踪每个任务的流水线进度，以及（2）创新性地利用拥塞信号选择性抑制超前流，使落后流得以追赶，无需全局协调。Astra-Sim模拟显示，Symphony可将任务/集体通信时间提升高达54%。研究还在Intel Tofino2可编程交换机上进行了原型验证，证明了其实用性。
分布式训练环形通信网络拥塞控制可编程交换机性能优化
cs
04-21 00:00
本研究提出BiasCareVL，一种将偏差控制直接融入模型设计的医疗多模态AI框架。它通过自适应不确定性建模和可选的人机协同优化，来调控主导数据模式的影响，在数据分布不平衡时促进公平推理。该框架在涵盖15种成像模态的344万样本上训练，支持视觉问答、疾病分类、分割和报告生成等任务。在8个公开基准测试中，其性能超越20种先进方法，尤其在临床挑战性场景下提升显著，如在多类皮肤病变诊断中准确率提升超10%，在小肿瘤分割中Dice系数提升超20%。
医疗ai多模态学习公平性偏差控制临床可靠性不确定性建模
cs
04-21 00:00
本文提出了COIN基准，旨在系统评估具身智能体在部分可观测环境下执行长时程、因果依赖任务所需的交互式推理能力。该基准包含COIN-50（50个日常交互任务）、COIN-Primitive（基础因果任务）和COIN-Composition（技能学习与泛化评估）。研究者开发了低成本移动AR遥操作系统，收集了包含1000条演示的COIN-Primitive数据集，并设计了执行稳定性和泛化鲁棒性评估指标。对CodeAsPolicy、VLA等方法的评估揭示了当前模型在视觉理解与运动执行间存在显著差距，难以完成复杂交互推理任务。
具身智能交互式推理机器人操作基准测试因果依赖
cs
04-21 00:00
本文提出了一种用于肌腱驱动机器人的时分复用驱动（TDMA）方法，旨在解决航空航天等严苛应用中对机械臂轻量化与高可靠性的双重需求。该方法通过创新的垂直堆叠旋转选择结构，集成了自旋转TDM电机、电磁离合器、蜗轮减速器和双编码器系统，在显著减少驱动器数量的同时，保持了高扭矩输出和内在的容错能力。基于TDMA构建的MuxArm原型自重仅2.17公斤，驱动能力达10公斤，末端精度保持在臂长的1%以内，即使在部分伺服器故障时也能维持性能。此外，研究还开发了驱动空间轨迹规划算法，实现了容错控制，并将肌腱负载较传统方法降低了50%。
肌腱驱动时分复用轻量化设计故障容错机器人控制航空航天机器人
cs
04-21 00:00
本文提出了首个跨层转码器（CLT）原生端到端框架PIE，将剪枝、自动解释和解释评估相连接，用于高效发现对目标行为至关重要的少量特征。核心贡献是提出了特征归因修补（FAP）方法，通过聚合梯度加权的写入贡献来对CLT特征进行评分，以及FAP-Synergy协同感知重排序程序。实验表明，在IOI和Doc-String任务上，使用FAP方法仅需剪枝至100个特征，即可达到从活跃特征集中随机选择约4000个特征才能达到的行为保真度（KL散度），实现了约40倍的压缩，并大幅减少了低质量特征和解释/评估成本。
特征归因模型剪枝可解释性电路发现跨层转码器高效评估
cs
04-21 00:00
针对大语言模型在思维链推理中过度思考、计算冗余的问题，本文提出Step-GRPO后训练框架。该方法通过引入语言标记将推理过程结构化，将优化目标从原始Token转向语义步骤。核心创新包括动态截断展开机制，让模型在探索中接触简洁的高置信度轨迹，以及基于组级基线的步骤感知相对奖励，动态惩罚冗余。在Qwen3-8B等模型上的实验表明，该方法在保持精度的同时，比原始模型减少了32.0%的Token消耗，优于传统的长度惩罚方法。
推理优化提前退出后训练思维链计算效率强化学习
cs
04-21 00:00
针对视觉领域泛化中模型易过拟合于领域特定风格而非类别语义的问题，本文提出CrossFlowDG框架。现有方法依赖余弦相似度的对比学习，导致图像与文本嵌入间仍存在几何分离的“模态鸿沟”。CrossFlowDG创新性地采用无噪声的跨模态流匹配技术，在联合欧几里得潜在空间中学习连续变换，将具有领域偏见的图像嵌入显式地“输送”至正确类别的、领域不变的文本嵌入附近。该方法在多个标准基准测试中取得有竞争力的性能，并在TerraIncognita数据集上达到最优水平。
领域泛化跨模态学习流匹配模态鸿沟视觉表征
cs
04-21 00:00
本研究首次系统量化了原生全模态大语言模型（OLLMs）的模态偏好现象。通过构建基于冲突的评测基准，评估了十种代表性模型，发现与传统视觉语言模型的“文本主导”不同，多数OLLMs表现出显著的视觉偏好。层间探测分析表明，这种偏好并非静态，而是在中后层网络中逐步涌现。基于此内部信号，研究进一步提出了一种诊断跨模态幻觉的方法，在三个下游多模态基准上无需任务特定数据即取得了有竞争力的性能，为构建更可信的OLLMs提供了机制理解和实用工具。
全模态大模型模态偏好跨模态幻觉模型评测机制分析
cs
04-21 00:00
针对具身智能任务交互数据收集成本高、难度大的问题，本研究提出了一种基于Unity的游戏化数据收集框架。该框架集成了程序化场景生成、VR人形机器人控制、自动任务评估与轨迹记录功能。通过一个垃圾拾取放置任务原型验证了完整工作流。实验结果表明，收集的演示数据覆盖了广阔的状态-动作空间，且任务难度提升会带来更高的运动强度和更广泛的手臂工作空间探索。该框架证明了游戏化虚拟环境可作为具身数据收集的有效且可扩展的解决方案。
具身智能数据收集虚拟现实机器人控制游戏化框架
physics
04-21 00:00
本文评论了近期关于低场磁共振成像（LF-MRI）中电磁干扰（EMI）消除的研究（如arXiv:2509.05955v1等）。这些研究主要采用外部传感线圈进行后消除。作者指出，在实际条件下，此类方法产生的残余信号污染必然超过基于硬件的最优预消除方案。
低场mri电磁干扰噪声消除硬件优化信号污染
econ
04-21 00:00
本文提出一种将模型诊断检验（如RCT中的协变量平衡检验、事件研究中的预趋势检验）整合进估计过程的新方法。核心思想是将基线估计量对诊断检验统计量向量进行“残差化”，以剔除可由诊断检验解释的基线抽样变异部分。该方法能同时实现三个目标：消除基于检验的选择性报告导致的推断扭曲；在模型正确设定时降低方差而不改变估计目标；在线性调整类中最小化有界局部误设下的最坏情况偏误。在Kaur等人（2024）的RCT应用表明，即使所有平衡检验均通过，残差化仍能增大点估计值并降低其标准误，效果相当于样本量增加约10%。
诊断检验选择性报告残差化估计因果推断模型误设rct
econ
04-21 00:00
本文研究了德国2026年燃油价格管制（禁止每日多次提价）对市场的影响。通过构建一个包含需求不确定性的两期定价模型，作者发现，在管制下，企业可能在第一期策略性地设定高价，以保留第二期的定价灵活性。分析表明，该管制措施会弱性地提高预期平均价格。当未来高需求可能性大且高低需求差距显著时，价格上涨是严格的；否则预期价格不变。消费者剩余在预期价格不变时上升，在价格上涨时下降。
价格管制策略性定价消费者福利需求不确定性两期模型燃油市场
econ
04-21 00:00
本文研究了当竞拍者估值依赖于拍卖后买卖双方非契约性合作努力时的最优拍卖设计。模型包含逆向选择和双重道德风险。作者分析了两种合作主导结构（赢家主导和卖方主导），并刻画了结合现金转移和比例价值分享的最优线性支付机制。研究发现：1）在卖方主导下，卖方能获得更高的价值份额，甚至对低类型赢家提取全部价值；2）主导方总是比辅助方付出更高努力；3）卖方主导合作能为卖方带来严格更高的收益。这些机制可通过内生确定线性合同的升价拍卖实现。
拍卖设计道德风险逆向选择线性支付合作努力机制设计
econ
04-21 00:00
本研究从方差加权平均处理效应的视角，重新审视了存在不可观测异质性的面板回归模型。基于横截面OLS和单向固定效应面板的已有结论，论文证明，在完全非参数假设下，包含潜在因子的双向面板估计量——特别是Greenaway-McGrevy等人（2012）的主成分估计量与Bai（2009）的交互固定效应估计量——均收敛于可解释的估计目标。这两种估计量一致地估计了相同的、单位-时间特定处理效应的方差加权平均值，其权重与给定不可观测异质性下回归量的条件方差成正比。该结果要求估计的因子数量随样本量增长，并适用于单回归元情形。研究还讨论了扩展到多元回归元和统计推断时面临的挑战。
面板回归方差加权因子模型处理效应非参数估计交互固定效应
econ
04-21 00:00
本文研究在层级化组织中进行联合创业时，如何公平分配总收益。每个成员既为集体创造收入，也有需要覆盖的个人需求。研究提出了两类分配规则：一是“需求调整的几何规则”，其中扣除需求后的净收益沿层级“向上冒泡”分配；二是“需求调整的串联规则”，净收益在每位成员及其所有上级之间平均分享。这些规则为兼顾效率、公平与组织结构提供了理论框架。
收益分配层级组织合作博弈需求调整公平规则
econ
04-21 00:00
本文研究了合同匹配市场中配对稳定分配的存在性问题，提出了一个能保证其存在的偏好域限制条件。作者定义了“伪可替代偏好”，该域严格扩展了经典的可替代性概念，同时仍能保证配对稳定分配的存在。该域允许合同之间存在有限的互补性，同时保留了足够的结构以维持可替代偏好的关键稳定性。研究进一步证明，在所有包含经典可替代域且能保证配对稳定分配存在的偏好域中，伪可替代域是最大的。
匹配市场合同理论配对稳定性偏好域可替代性市场设计
astro-ph
04-21 00:00
VASCO项目在帕洛玛天文台首次巡天（POSS-I）底片中发现了超过10万个光学瞬变源。先前研究（Cann 2026a）表明，瞬变源的探测率随地磁暴强度（Kp指数）增加而呈剂量依赖性下降（$Z = -3.391, p = 0.0007$）。为检验“地磁暴增强大气辉光、降低底片整体灵敏度”这一假说，本研究利用POSS-I的MAPS星表，分析了638个天区的恒星探测计数（NSTARS）。结果显示，恒星计数在不同Kp强度区间内无显著趋势（Spearman $\rho = 0.017, p = 0.673$），与瞬变源的抑制现象形成鲜明对比。这排除了底片灵敏度假说，结合其他独立证据，该瞬变现象的整体显著性达到$4.9-5.5\sigma$。
光学瞬变地磁暴帕洛玛巡天天文底片天体物理
astro-ph
04-21 00:00
本研究利用SDSS-V本地体积测绘仪（LVM）的光学积分场光谱观测，对长期存在争议的‘银心瓣’（GCL）射电连续谱结构进行了验证。通过分析[SIII]9532发射线形态、巴尔末减光及[NII]6583运动学，确认GCL是一个距离约2千秒差距的前景光致电离HII区，与银河系中心无关。其闭合外壳形态与邻近的巴纳德环相似，可能由更遥远且偏离中心的年轻星团电离。作者建议将GCL缩写重新定义为‘极度混淆之环’。
银河系结构hii区积分场光谱星际介质距离测量运动学
astro-ph
04-21 00:00
研究通过二维蒙特卡洛尘埃演化模拟，解释了碳质球粒陨石成分随时间变化的成因。模型表明，不同尘埃组分在行星诱导的盘内压力凸起处被过滤和输送的速率差异，成功再现了观测到的陨石成分与形成年龄。这暗示碳质球粒陨石很可能形成于一个单一、长期存在的尘埃陷阱中，位置可能在木星轨道之外。由于分异陨石（代表更早一代星子）显示出与球粒陨石相似的同位素变异，它们很可能也形成于尘埃陷阱，表明这些结构是太阳系星子形成的主要场所。
行星形成碳质球粒陨石尘埃演化蒙特卡洛模拟太阳系早期星子
astro-ph
04-21 00:00
本研究利用哈勃太空望远镜的观测数据，对后发座星系团中的23,351个球状星团候选体进行了编目分析。通过构建星系样本并利用球状星团比频模型，研究人员发现多个星系（如IC 3998、NGC 4875等）的球状星团数量显著低于基于其光度预测的预期值。二维Voronoi密度映射和方位对称性测试表明，这些缺失可能源于星系团环境中由潮汐剥离等动力学相互作用导致的环境剥离效应，也可能部分源于星系自身形成效率低下。该研究证实了球状星团可作为探测致密星系团环境中星系动力学历史的有效示踪剂。
球状星团环境剥离后发座星系团潮汐剥离星系动力学哈勃望远镜
astro-ph
04-21 00:00
本研究提出了一种新的宇宙学模型，在作用量层面用Kretschmann标量取代传统的宇宙学常数，从而构建了一个动态暗能量模型。利用超新星和宇宙计时器的观测数据对模型参数进行约束后，发现该模型能很好地拟合观测数据。特别地，在低红移区域，其状态方程参数 $w(z)$ 的行为与基于DESI合作组最新观测数据研究的唯象模型结果高度一致，并且同样预示着穿越“幽灵”状态的可能性。
动态暗能量kretschmann标量宇宙学模型状态方程低红移desi观测
astro-ph
04-21 00:00
基于对詹姆斯·韦伯太空望远镜（JWST）超过0.6平方度、包含150多个独立视线方向的NIRCam图像的分析，本研究重新测定了红移12.5到18.5之间的星系紫外光度函数（LF）及其演化的新证据。研究发现，在红移z=11到z=13.5之间约1亿年的宇宙时间间隔内，紫外光度函数及由此推断的恒星形成率密度（$\rho_{\rm SFR}$）呈现加速下降趋势。特别是在红移z>14.5时，星系候选体的显著缺乏表明，在更早期的宇宙中，恒星形成活动下降得更为迅速。研究指出，$\rho_{\rm SFR}(z)$在红移z>12时的下降速度，大约是红移z<12时的4倍。这一观测结果与多种包含不同物理过程（如提高恒星形成效率、随机恒星形成历史、演化的恒星初始质量函数等）的理论模型相符，但也与一个相对简单的、仅由暗物质晕质量函数早期快速演化主导的星系演化模型一致，推断的首批星系形成时代大约在红移z≈15。
jwst巡天早期宇宙星系演化恒星形成率紫外光度函数高红移星系
astro-ph
04-21 00:00
极端活动星系核1ES 1927+654在2022年首次被发现存在毫赫兹频率的X射线准周期振荡（QPO）。本研究通过XMM-Newton长达1.5年（至2026年1月）的持续监测，发现该QPO现象持续存在，且频率已稳定在约2.5 mHz。对超过900个振荡周期的详细分析表明：功率谱无显著二次谐波；在所有频率均观测到稳定的软（再辐射型）时延；QPO周期上存在高达基线流量80%的极端X射线跃变，并保持稳定的“下降-上升-回落”模式。此外，首次在NuSTAR观测中检测到与XMM-Newton一致的AGN QPO。这些新观测结果对现有的掩食或盘-冕耦合模型提出了挑战。
活动星系核准周期振荡x射线天文学时延分析黑洞物理多波段观测
astro-ph
04-21 00:00
本研究利用S-PLUS巡天的测光金属丰度数据，结合Gaia和APOGEE的动力学与光谱数据，首次系统描绘了人马座矮星系潮汐流沿轨道的金属丰度分布。研究发现，其前导臂（$b > 0$）比后随臂（$b < 0$）整体贫金属约0.15–0.20 dex，且前导臂存在清晰的负金属丰度梯度。通过与N体模拟对比，成功约束了人马座矮星系前身在并合前的原始金属丰度梯度为$-0.38$至$-0.24$ dex kpc$^{-1}$，与本地群其他矮星系观测结果一致。
星系考古金属丰度梯度潮汐流矮星系测光巡天化学动力学
astro-ph
04-21 00:00
本研究通过分析VLT/X-shooter和Keck/HIRES光谱数据，首次系统研究了红移z>4.7的五个阻尼莱曼α系统（DLAs）的金属丰度。结合文献数据，在修正尘埃耗损和α元素增强效应后，测得α元素宇宙金属丰度演化斜率为$-0.22 \pm 0.05$ dex/红移单位。在最高红移区间（z~5），氢柱密度加权平均金属丰度$\langle Z \rangle = -2.00$，与z<4.7趋势存在4.4σ偏离，表明中性氢气体金属丰度在宇宙再电离末期可能发生急剧下降。
高红移星系金属丰度演化阻尼莱曼α系统宇宙再电离星系际介质
astro-ph
04-21 00:00
本研究利用机器学习算法重新分析了船帆座超新星遗迹（Vela SNR）区域的Fermi-LAT数据。通过对比已知脉冲星和活动星系核的特征，发现该区域内多数“点源”实为虚假信号。扣除这些信号后，仍存在显著的弥散GeV伽马射线辐射，其形态与超新星遗迹壳层高度吻合，最佳拟合为均匀盘模型（半径6.5度）。光谱分析支持强子起源模型（$\pi^0$衰变），且东北部高密度区域辐射更强，为宇宙线加速机制提供了关键证据。
超新星遗迹伽马射线天文学机器学习分类强子过程宇宙线起源fermi-lat
astro-ph
04-21 00:00
本研究利用深场巡天数据，分析了超过9.6万颗静止星系，探究了星系团环境对恒星晕组装的影响。研究发现，在红移0.1到1.0之间，星系团中的静止星系比场星系更快地构建其恒星晕，且高质量星系（$\log M_{\star} \geq 10.5$）的恒星晕光度增长比场星系快约40%。高质量星系团星系通过并合驱动的吸积（可能来自外围小并合）增强了恒星晕生长，而低质量星系（$9.66 \leq \log M_{\star} < 10$）的恒星晕生长则受到抑制，其外部恒星物质可能被环境剥离或被大质量星系吸积。
星系演化恒星晕星系团环境并合吸积环境剥离静止星系
astro-ph
04-21 00:00
研究团队在红移0.282的尘埃遮蔽星系J1010+3725中，通过光谱分析发现了极为复杂的电离气体外流结构。其[O{\,\sc iii}]$\lambda$5007发射线谱中呈现出五个窄成分与一个宽成分，速度偏移范围从$-1475$到$+507$ km s$^{-1}$。结合[O{\,\sc iii}]$\lambda$4363与[Ne{\,\sc iii}]$\lambda$3868谱线分析，通过与光致电离模型对比，证实这五个外流成分的氢密度极高（$\gtrsim 10^5$ cm$^{-3}$），表明该星系窄线区最内层存在多团以不同体速度外流的致密气体。
尘埃遮蔽星系电离外流高密度气体光谱分析活动星系核
q-bio
04-21 00:00
本文系统回顾了适应性景观理论，该理论将进化描述为种群在基因型、表型与适应度构成的复杂地形中的导航过程。文章厘清了关键概念（如上位性、崎岖性、可及性），并揭示了基因型-表型图谱的保守结构特性如何通过形成大型连通中性网络，深刻影响进化动态。作者进一步比较了基因型-表型图谱与基因型-适应度图谱两个层面的导航机制，并提出了一种基于进化结果、适用范围更广的新导航性度量方法。最后，文章探讨了放宽静态景观中适应度单调路径的常见假设，将如何从根本上改变适应性景观导航的本质。
适应性景观进化导航基因型-表型图谱上位性中性网络进化动力学
q-bio
04-21 00:00
传统因果模型（如格兰杰因果、结构方程模型）难以处理复杂网络中的循环和高阶动力学。本研究提出一个基于变分原理的因果框架，将因果性解释为沿网络连接从高能态到低能态的方向性能量流。利用霍奇理论，网络流被分解为耗散分量和捕获稳定循环相互作用的持久调和分量。应用于静息态fMRI连接数据时，该变分框架揭示了传统因果模型无法检测到的稳健循环因果模式，凸显了变分原理在因果分析中的价值。
因果推断变分原理霍奇理论网络动力学fmri分析循环因果
q-bio
04-21 00:00
本研究提出了一种基于泊松方程的皮层折叠模式分析新方法。该方法从皮层表面的平均曲率场梯度出发，通过求解泊松方程得到一个平滑的标量场，其表面梯度定义了折叠组织的流表示。这种表示能够对脑沟-脑回模式进行空间一致的表征，为研究青少年肌阵挛癫痫（JME）中分布式的皮层结构改变提供了一个原理性的几何框架，克服了传统皮层厚度测量对JME中细微、空间分布异常敏感性不足的局限。
皮层折叠泊松流模型几何框架神经影像癫痫脑沟回模式
q-bio
04-21 00:00
本研究通过构建空间动态模型，探讨树突状细胞（DC）在淋巴结中的空间聚类如何影响T细胞活化。作者提出了一种新颖的概率性基于智能体模型（ABM），并由此推导出描述T细胞活化与运动的确定性表型结构偏微分方程（PS-PDE）。利用该方程，他们解析近似了给定DC群体的拓扑结构和聚类水平下的预期T细胞刺激分布。分析表明，具有中等刺激摄取水平的T细胞从高水平的DC聚类中获益最大，其活化丰度与异质性均显著提升。敏感性分析进一步识别了能实现快速且稳健异质性T细胞活化的关键T细胞特性。
免疫建模空间动力学树突状细胞t细胞活化偏微分方程基于智能体模型
q-bio
04-21 00:00
研究表明，对于时间依赖的出生-死亡过程，仅凭系统发育树无法唯一推断其参数。然而，当获得关于重建树分支上隐藏出生事件的额外信息时，即使是最一般情况下的参数可识别性也能得以恢复。这适用于个体在单时间点或随时间以时变速率被采样的模型。更重要的是，研究证明，当突变发生在出生事件时（假设两种不同的突变积累模型），序列中本身就包含了关于隐藏出生事件的信息，从而使所有时变出生-死亡模型的参数变得可识别。因此，只要进化模型允许突变在出生（如物种形成、传播或细胞分裂）时积累，系统发育动力学推断就是可识别的。
系统发育动力学参数可识别性出生-死亡过程隐藏事件突变积累进化模型
q-bio
04-21 00:00
本研究通过建立多物种群落生态学理论模型，分析了抗生素谱（即药物对不同物种的作用分布）对耐药菌丰度的影响。研究者开发了一个简单的数学度量，用于量化复杂相互作用网络中一个类群通过所有直接和间接相互作用对另一个类群的影响。基于此，推导出不同抗生素谱对微生物群落中耐药类群丰度的预期效应，为优化抗生素选择的实证研究提供了正式的理论基础。
抗生素耐药性多物种群落生态学理论相互作用网络数学模型