查看“WikiEdge:ArXiv速递/2025-03-03”的源代码

== 摘要 ==
* '''原文标题'''：Investigation of O interstitial diffusion in $β$-Ga$_2$O$_3$: direct approach via master diffusion equations
* '''中文标题'''：$β$-Ga$_2$O$_3$中氧间隙扩散的研究：通过主扩散方程的直接方法
* '''发布日期'''：2025-03-03 16:54:55+00:00
* '''作者'''：Grace McKnight, Channyung Lee, Elif Ertekin
* '''分类'''：cond-mat.mtrl-sci, physics.app-ph, physics.comp-ph
*'''原文链接'''：http://arxiv.org/abs/2503.01735v1

'''中文摘要'''：[[单斜晶系]]的$\beta$-[[Ga]]$_2$[[O]]$_3$是一种有前景的[[宽带隙半导体]]材料，由于其低对称性的[[晶体结构]]，表现出复杂的[[各向异性]]扩散特性和[[质量传输]]行为。通过[[第一性原理计算]]结合[[主扩散方程]]，我们确定了中性[[氧间隙]]（$\text{O}_{\text{i}}^{0}$）和带2-电荷的[[氧间隙]]（$\text{O}_{\text{i}}^{2-}$）的三维[[扩散张量]]。通过对[[构型空间]]的系统探索，我们识别了这两种主要电荷态的稳定构型及其相应的[[形成能]]。通过考虑[[间隙]]或[[间隙跳跃]]，连接每一对低能构型，我们构建了三维[[扩散网络]]，并评估了网络中所有[[过渡路径]]的[[跳跃势垒]]。结合（i）[[缺陷构型]]及其[[形成能]]和（ii）连接它们的[[跳跃势垒]]，我们通过[[Onsager方法]]分别构建并求解了$\text{O}_{\text{i}}^{0}$和$\text{O}_{\text{i}}^{2-}$的[[主扩散方程]]，得到了相应的三维[[扩散张量]]D$_{\text{O}_{\text{i}}}^{0}$和D$_{\text{O}_{\text{i}}}^{2-}$。$\text{O}_{\text{i}}^{0}$和$\text{O}_{\text{i}}^{2-}$都表现出沿$b$轴的最快扩散，显示出显著的[[各向异性]]。沿[100]和[$\overline{2}01$]方向预测的[[自扩散系数]]与之前报道的[[同位素标记]][[氧示踪实验]]值吻合良好，突出了该方法在捕捉复杂[[扩散机制]]方面的可靠性。

== 摘要 ==
* '''原文标题'''：Fire danger likely overestimated in future climate projections
* '''中文标题'''：未来气候预测中火灾危险可能被高估
* '''发布日期'''：2025-03-03 18:42:50+00:00
* '''作者'''：Aurora Matteo, Ginés Garnés-Morales, Alberto Moreno, Ribeiro Andreia, César Azorín-Molina, Joaquín Bedia, Francesca Di Giuseppe, Robert J. H. Dunn, Sixto Herrera, Antonello Provenzale, Yann Quilcaille, Miguel Ángel Torres Vázquez, Marco Turco
* '''分类'''：physics.ao-ph
*'''原文链接'''：http://arxiv.org/abs/2503.01818v1
'''中文摘要'''：[[加拿大火灾天气指数]]（FWI）被广泛用于评估[[野火]]风险，并依赖于当地中午的[[气象数据]]。然而，[[气候模型]]通常仅提供每日汇总数据，这为[[气候变化]]研究中的准确FWI计算带来了挑战。本文研究了在1980年至2023年期间，使用每日近似值计算FWI95d（即超过当地每日FWI值第95百分位数的极端火灾天气日数的年计数）与标准基于中午的方法的比较。
我们的研究结果表明，使用中午特定数据计算的FWI95d在全球范围内增加了约65%，相当于44年内增加了11.66个极端火灾天气日。相比之下，每日近似值往往会高估这些趋势5-10%，其中涉及最低[[相对湿度]]的组合显示出最大的差异。在全球范围内，多达1500万平方公里的地区，特别是[[美国西部]]、[[南部非洲]]和[[亚洲]]部分地区，显示出显著的高估。在我们的每日近似方法中，偏差最小的代理是使用所有变量的每日平均值的方法。
我们建议：（i）在未来的气候模型比较项目中优先纳入次每日气象数据，以提高FWI的准确性；（ii）如果无法获得中午特定数据，则采用每日平均值近似作为偏差最小的替代方案。

== 摘要 ==
* '''原文标题'''：A COMSOL framework for predicting hydrogen embrittlement -- Part II: phase field fracture
* '''中文标题'''：用于预测氢脆的COMSOL框架——第二部分：相场断裂
* '''发布日期'''：2025-03-03 17:39:02+00:00
* '''作者'''：A. Díaz, J. M. Alegre, I. I. Cuesta, E. Martínez-Pañeda
* '''分类'''：cs.CE, physics.app-ph, physics.chem-ph
*'''原文链接'''：http://arxiv.org/abs/2503.01765v1
'''中文摘要'''：预测[[氢脆]]需要一种稳健的建模方法，这将促进[[氢]]作为[[清洁能源]]载体的安全采用。本文提出了一种基于[[断裂相场]]描述的氢脆通用计算模型。结合本工作的第一部分，该部分描述了氢的[[吸收]]和[[传输]]过程，这使得模拟广泛的氢传输和氢脆现象成为可能。[[材料韧性]]被定义为氢含量的函数，并且结合了[[弹性]]和[[弹塑性]]材料行为，从而能够捕捉到[[韧性断裂]]和[[脆性断裂]]以及两者之间的转变。在[[单边裂纹板]]、[[边界层模型]]和[[三维容器]]案例研究中，数值评估了[[裂纹尖端]]附近氢的积累和随后的氢脆，展示了该框架的潜力。重点放在数值实现上，该实现是在[[有限元软件]][[COMSOL Multiphysics]]中进行的，并且模型是免费提供的。

== 摘要 ==
* '''原文标题'''：Improved sensitivity in the search for rare decays of Gd isotopes
* '''中文标题'''：改进的Gd同位素稀有衰变搜索灵敏度
* '''发布日期'''：2025-03-03 15:20:27+00:00
* '''作者'''：B. Lehnert, S. S. Nagorny, M. Thiesse, F. Ferella, M. Laubenstein, E. Meehan, S. Nisi, P. R. Scovell
* '''分类'''：nucl-ex, hep-ex
*'''原文链接'''：http://arxiv.org/abs/2503.01641v1
'''中文摘要'''：[[钆]]被广泛应用于多种低本底实验中，使其同位素在原位和通过放射性纯度筛选数据中进行稀有衰变搜索成为可能。本研究利用[[Boulby地下筛选设施]]（BUGS）的超低本底高纯锗探测器，对$^{152}$Gd、$^{154}$Gd和$^{160}$Gd同位素的稀有[[α衰变]]和[[双β衰变]]模式进行了改进的搜索。使用[[硫酸钆八水合物]]$(\text{Gd}_2(\text{SO}_4)_3 \cdot 8\text{H}_2\text{O})$样品，实现了总计6.7 kg$\cdot$年的天然钆暴露量，这些样品最初在部署到[[超级神冈中微子实验]]之前进行了放射性纯度筛选。由于检测方法的原因，只有伴随[[γ射线]]发射的激发态衰变是可检测的。采用了结合先前实验结果的[[贝叶斯分析]]，得出了$10^{19} - 10^{21}$年范围内的新下限半衰期——比之前的限制提高了大约两个数量级。未观察到统计上显著的衰变信号。这些结果证明了将大规模放射性纯度筛选活动重新用于基础物理研究的有效性。

== 摘要 ==
* '''原文标题'''：A COMSOL framework for predicting hydrogen embrittlement -- Part I: coupled hydrogen transport
* '''中文标题'''：用于预测氢脆的COMSOL框架——第一部分：耦合氢传输
* '''发布日期'''：2025-03-03 16:57:26+00:00
* '''作者'''：A. Díaz, J. M. Alegre, I. I. Cuesta, E. Martínez-Pañeda
* '''分类'''：cs.CE, physics.app-ph, physics.chem-ph
*'''原文链接'''：http://arxiv.org/abs/2503.01736v1
'''中文摘要'''：[[氢]]对[[金属]]的结构完整性构成威胁，因此预测[[氢]]与[[材料]]的相互作用是揭示[[氢]]在[[能源转型]]中作用的关键。量化[[裂纹]]和其他[[应力集中点]]前[[材料变形]]与[[氢扩散]]之间的相互作用是预测和预防[[氢辅助失效]]的关键。在这项工作中，提出了一个广义的[[理论]]和[[计算框架]]，首次涵盖了：(i) [[应力辅助扩散]]，(ii) 由于多种[[陷阱类型]]导致的[[氢捕获]]，严格考虑了[[位错]]陷阱位点的生成速率，(iii) 通过[[位错]]的[[氢传输]]，(iv) [[平衡]]（[[Oriani]]）和[[非平衡]]（[[McNabb-Foster]]）捕获动力学，(v) [[氢诱导软化]]，以及 (vi) [[氢吸收]]，考虑了[[静水应力]]和[[局部电化学]]的作用。特别强调了在 [[COMSOL Multiphysics]] 中的[[数值实现]]，发布了相关[[模型]]并讨论了[[稳定性]]、[[离散化]]和[[求解器]]细节。框架的每个元素都与[[文献]]中的结果进行了独立[[基准测试]]，并讨论了其对[[氢辅助断裂]]预测的影响。本工作的第二部分（第二部分）展示了如何将这些[[裂纹尖端]]预测与[[裂纹扩展]]模拟相结合。

== 摘要 ==
* '''原文标题'''：Entropic learning enables skilful forecasts of ENSO phase at up to two years lead time
* '''中文标题'''：熵学习能够在长达两年的提前时间内对ENSO相位进行熟练预测
* '''发布日期'''：2025-03-03 11:06:10+00:00
* '''作者'''：Michael Groom, Davide Bassetti, Illia Horenko, Terence J. O'Kane
* '''分类'''：physics.comp-ph, physics.ao-ph
*'''原文链接'''：http://arxiv.org/abs/2503.01412v1
'''中文摘要'''：本文基于先前的工作，将[[熵最优稀疏概率近似]]（eSPA）[[机器学习算法]]应用于[[ENSO]]相位的分类任务，该任务由[[Niño3.4指数]]确定（Groom等人，Artif. Intell. Earth Syst., 2024）。在本研究中，训练和验证[[熵学习模型]]时仅使用了[[卫星时代]]的观测和[[再分析数据]]，并在2012年至2022年期间进行了一整套[[后报]]（最大提前期为24个月），以确定样本外技能。用于预测的特征包括[[全球海表温度]]的延迟嵌入[[EOF分析]]中的主要[[主成分]]、[[热带太平洋]]赤道处温度的垂直导数（作为[[温跃层]]变化的代理）以及[[热带太平洋]]的纬向和经向[[风应力]]。尽管可用于训练的数据实例数量有限（从最早的后报的350个月平均值到截至2024年12月的520个月平均值），eSPA在这种小数据情况下避免了[[过拟合]]，并生成了与[[国际气候与社会研究所]]（IRI）ENSO预测羽流生成的组合（基于模型的）概率预测具有可比技能的概率预测。在比IRI羽流更长的提前期下，eSPA在[[排名概率技能评分]]方面保持了23个月的技能，在[[ROC曲线]]下面积方面保持了24个月的技能，且计算成本仅为运行[[动态集合预测系统]]的一小部分。此外，eSPA成功预测了2015/16和2018/19年[[厄尔尼诺事件]]（提前24个月）、2016/17、2017/18和2020/21年[[拉尼娜事件]]（提前24个月）以及2021/22和2022/23年[[拉尼娜事件]]（提前12和9个月）。

== 摘要 ==
* '''原文标题'''：Scanning HTML at Tens of Gigabytes per Second on ARM Processors
* '''中文标题'''：在ARM处理器上以每秒数十GB的速度扫描HTML
* '''发布日期'''：2025-03-03 15:38:20+00:00
* '''作者'''：Daniel Lemire
* '''分类'''：cs.DS, cs.AR
*'''原文链接'''：http://arxiv.org/abs/2503.01662v1
'''中文摘要'''：现代[[处理器]]具有一次性处理16字节或更多字节的指令。这些指令被称为[[SIMD]]，即单指令多数据。最近的进展利用[[SIMD指令]]加速了常见[[互联网]]格式（如[[JSON]]和[[base64]]）的解析。在[[HTML]]解析过程中，它们通过一种称为[[向量化分类]]的策略快速识别特定字符。我们回顾了这些技术，并将其与一种更快的替代方案进行了比较。我们在最新的[[ARM处理器]]上测量到，与传统方法相比，[[HTML扫描]]的性能提高了20倍。我们的研究结果突显了基于[[SIMD]]的算法在优化[[Web浏览器]]性能方面的潜力。

== 摘要 ==
* '''原文标题'''：Unveiling temperature and phase boundaries in laser-driven shocked and released copper: insights from ultra-fast X-ray Absorption Spectroscopy up to 300 GPa
* '''中文标题'''：揭示激光驱动冲击和释放铜中的温度和相边界：来自高达300 GPa的超快X射线吸收光谱的见解
* '''发布日期'''：2025-03-03 09:23:22+00:00
* '''作者'''：Sofia Balugani, Jean-Alexis Hernandez, Fabien Brieuc, James Boust, Philipp Hesselbach, Nicolas Sévelin-Radiguet, Vanina Recoules, Olivier Mathon, Daniel E. Eakins, Hugo Doyle, Alessandra Ravasio, Raffaella Torchio
* '''分类'''：cond-mat.mtrl-sci, physics.plasm-ph
*'''原文链接'''：http://arxiv.org/abs/2503.01939v1
'''中文摘要'''：[[铜]]（Cu）因其优异的热学和电学性能在工业中被广泛应用。研究铜在高压高温下的性质对于[[核聚变]]研究具有重要意义，因为在超高速撞击中使用的弹丸和飞片通常由铜制成，铜也被用于核聚变靶的设计中。最近，通过[[X射线衍射]]在冲击压缩的铜中检测到了固相（fcc）-固相（bcc）相变。本文中，我们通过单脉冲（100 ps FWHM）[[X射线吸收光谱]]（XAS）研究了冲击压缩铜在高达300 GPa和7100 K条件下的性质。基于XAS光谱的分析，我们提供了沿[[Hugoniot线]]的结构识别和体温度测量，直至熔化。在释放条件下（即冲击波突破后的较晚时间）收集的XAS光谱有助于约束实验中的fcc-bcc和固液相边界。特别是，我们首次报告了冲击压缩铜在熔化平台上的体温度测量结果，该平台位于237(40) GPa和5750(1130) K之间以及261(27) GPa和6240(1155) K之间，并在300 GPa和7100 K条件下对液态铜进行了测量。

== 摘要 ==
* '''原文标题'''：Improving the Efficiency of VVC using Partitioning of Reference Frames
* '''中文标题'''：通过参考帧划分提高VVC的效率
* '''发布日期'''：2025-03-03 11:10:37+00:00
* '''作者'''：Kamran Qureshi, Hadi Amirpour, Christian Timmerer
* '''分类'''：cs.MM
*'''原文链接'''：http://arxiv.org/abs/2503.01415v1
'''中文摘要'''：摘要：为了应对高质量视频日益增长的需求，多功能视频编码（[[VVC]]）于2020年发布，基于其前身[[HEVC]]的混合编码架构，在相同视觉质量下实现了约50%的码率降低。[[VVC]]引入了更灵活的块划分，以增加编码复杂度为代价提升了压缩效率。为了在实际应用中高效使用[[VVC]]，优化是必不可少的。[[VVenC]]是一个优化的开源[[VVC]]编码器，引入了多种预设以解决压缩效率与编码器复杂度之间的权衡问题。尽管为每个预设选择了一组优化的编码工具，但编码器预设中的率失真（[[RD]]）搜索空间仍然对高效编码器实现提出了挑战。在本文中，我们提出了基于参考帧的早期终止（[[ETRF]]），它改善了编码效率与时间复杂度之间的权衡，并定位为中等和快速预设之间的新预设。通过利用较低时间层中参考帧的[[CTU]]划分图，加速了较高时间层中帧的编码。结果显示，与中等预设相比，编码时间减少了约21%。特别是对于具有高空间和时间复杂度的视频，这些视频通常需要更长的编码时间，所提出的方法在码率节省和编码时间之间实现了比快速预设更好的权衡。

== 摘要 ==
* '''原文标题'''：Fairness and/or Privacy on Social Graphs
* '''中文标题'''：社交图上的公平性和/或隐私
* '''发布日期'''：2025-03-03 22:56:32+00:00
* '''作者'''：Bartlomiej Surma, Michael Backes, Yang Zhang
* '''分类'''：cs.LG, cs.CY, cs.SI
*'''原文链接'''：http://arxiv.org/abs/2503.02114v1
'''中文摘要'''：[[图神经网络]]（GNNs）在各种基于图的学习任务中表现出显著的成功。然而，最近的研究提出了关于GNNs中[[公平性]]和[[隐私]]问题的担忧，强调了可能存在的[[偏见]]或[[歧视性]]结果以及[[敏感信息]]的脆弱性。本文对GNNs中的公平性和隐私进行了全面的研究，探讨了各种公平性保护措施对[[模型性能]]的影响。我们在多个[[数据集]]上进行了实验，并评估了不同公平性干预措施的有效性。我们的分析考虑了公平性、隐私和[[准确性]]之间的权衡，为实现公平且私密的图学习提供了挑战和机遇的见解。结果强调了根据数据的特定特征和期望的公平目标，仔细选择和组合公平性保护措施的重要性。这项研究有助于更深入地理解GNNs中公平性、隐私和准确性之间复杂的相互作用，为开发更强大和更道德的图学习模型铺平了道路。

== 摘要 ==
* '''原文标题'''：MeshPad: Interactive Sketch Conditioned Artistic-designed Mesh Generation and Editing
* '''中文标题'''：MeshPad：基于交互式草图的艺术设计网格生成与编辑
* '''发布日期'''：2025-03-03 11:27:44+00:00
* '''作者'''：Haoxuan Li, Ziya Erkoc, Lei Li, Daniele Sirigatti, Vladyslav Rozov, Angela Dai, Matthias Nießner
* '''分类'''：cs.GR, cs.CV
*'''原文链接'''：http://arxiv.org/abs/2503.01425v1
'''中文摘要'''：我们介绍了[[MeshPad]]，这是一种从[[草图]]输入生成[[3D网格]]的生成方法。基于最近在[[艺术设计]]三角形网格生成方面的进展，我们的方法解决了交互式艺术网格创建的需求。为此，我们通过将编辑分解为网格区域的“删除”和随后新网格几何的“添加”来实现一致的编辑。这两种操作都通过用户对草图图像的简单编辑来触发，从而促进迭代内容创建过程，并支持复杂3D网格的构建。我们的方法基于[[三角形序列]]的网格表示，利用大型[[Transformer模型]]进行网格三角形的添加和删除。为了实现交互式编辑，我们在加法网格生成器的基础上引入了一种[[顶点对齐]]的推测预测策略。该推测器预测与顶点对应的多个输出标记，从而显著降低推理的计算成本并加速编辑过程，使得每个编辑步骤仅需几秒钟即可完成。综合实验表明，[[MeshPad]]在草图条件下的网格生成方法中表现优异，在[[Chamfer距离]]上实现了超过22%的网格质量提升，并在感知评估中获得了90%参与者的青睐。

== 摘要 ==
* '''原文标题'''：MRI super-resolution reconstruction using efficient diffusion probabilistic model with residual shifting
* '''中文标题'''：使用残差偏移的高效扩散概率模型进行MRI超分辨率重建
* '''发布日期'''：2025-03-03 14:15:08+00:00
* '''作者'''：Mojtaba Safari, Shansong Wang, Zach Eidex, Qiang Li, Erik H. Middlebrooks, David S. Yu, Xiaofeng Yang
* '''分类'''：cs.CV, physics.med-ph
*'''原文链接'''：http://arxiv.org/abs/2503.01576v1
'''中文摘要'''：目标：本研究引入了一种[[残差偏移]]机制，该机制在保留关键[[解剖细节]]的同时大幅减少了[[采样步骤]]，从而加速了[[MRI重建]]。方法：我们提出了一种名为[[Res-SRDiff]]的新型基于[[扩散]]的[[超分辨率]]框架，该框架将[[残差偏移]]整合到前向[[扩散过程]]中。通过对齐退化的[[高分辨率]]（HR）和[[低分辨率]]（LR）分布，实现了高效的HR图像重建。我们在[[超高场脑]]T1 [[MP2RAGE]]图像和[[T2加权]]前列腺图像上评估了[[Res-SRDiff]]，并与[[双三次插值]]、[[Pix2pix]]、[[CycleGAN]]以及基于[[视觉Transformer]]骨干的传统[[去噪扩散概率模型]]（[[TM-DDPM]]）进行了比较，使用了[[峰值信噪比]]（[[PSNR]]）、[[结构相似性指数]]（[[SSIM]]）、[[梯度幅值相似性偏差]]（[[GMSD]]）和[[学习感知图像块相似性]]（[[LPIPS]]）等定量指标。主要结果：[[Res-SRDiff]]在两个数据集上的[[PSNR]]、[[SSIM]]和[[GMSD]]均显著优于所有对比方法，具有统计学上的显著改进（p值<<0.05）。该模型仅需四个[[采样步骤]]即可实现高保真图像恢复，将每片计算时间大幅减少至不到一秒，远快于传统[[TM-DDPM]]的每片约20秒。定性分析进一步表明，[[Res-SRDiff]]在脑部和盆腔[[MRI]]图像中有效保留了精细的[[解剖细节]]和[[病变形态]]。意义：我们的研究结果表明，[[Res-SRDiff]]是一种高效且准确的[[MRI超分辨率]]方法，显著提高了[[计算效率]]和[[图像质量]]。将[[残差偏移]]整合到[[扩散过程]]中，能够实现快速且稳健的HR图像重建，从而提升临床[[MRI工作流程]]并推动[[医学影像]]研究。源代码位于：https://github.com/mosaf/Res-SRDiff

== 摘要 ==
* '''原文标题'''：Bayesian optimization of beam injection and storage in the PSI muEDM Experiment
* '''中文标题'''：PSI muEDM 实验中束流注入和存储的贝叶斯优化
* '''发布日期'''：2025-03-03 14:41:57+00:00
* '''作者'''：Siew Yan Hoh, Yuzhi Shang, Ritwika Chakraborty, Tianqi Hu, Kim Siang Khaw, Philipp Schmidt-Wellenburg, Yusuke Takeuchi, Guan Ming Wong
* '''分类'''：physics.acc-ph, hep-ex
*'''原文链接'''：http://arxiv.org/abs/2503.01607v1
'''中文摘要'''：[[保罗·谢勒研究所]]的[[μEDM]]实验旨在以前所未有的灵敏度$6 \times 10^{-23}\,\mathrm{e}\cdot\mathrm{cm}$测量[[电偶极矩]]。该实验的一个关键方面是[[μ子束]]的注入和存储，μ子束在进入[[螺线管磁体]]之前会穿过一个长而窄的[[超导通道]]。随后，μ子被[[脉冲磁场]]踢入螺线管中心区域的稳定轨道，并在该区域测量电偶极矩。为了研究束流注入和存储过程，我们开发了一个[[G4beamline]]模拟，以模拟束流注入和存储的动力学，并纳入所有相关的[[电场]]和[[磁场]]。随后，我们采用[[贝叶斯优化]]技术来提高μEDM实验第一阶段的μ子存储效率。优化过程通过G4beamline模拟的数据进行了演示。我们观察到，通过使用[[高斯过程]]的贝叶斯优化，束流注入和存储效率从0.324\%提高到了0.556\%。这种方法可以用于调整实际实验参数，帮助实现μEDM实验中束流注入和存储的预期性能。

== 摘要 ==
* '''原文标题'''：m4: A Learned Flow-level Network Simulator
* '''中文标题'''：m4：一种基于学习的流级网络模拟器
* '''发布日期'''：2025-03-03 17:51:08+00:00
* '''作者'''：Chenning Li, Anton A. Zabreyko, Arash Nasr-Esfahany, Kevin Zhao, Prateesh Goyal, Mohammad Alizadeh, Thomas Anderson
* '''分类'''：cs.NI, cs.LG, cs.PF, cs.SY, eess.SY
*'''原文链接'''：http://arxiv.org/abs/2503.01770v1
'''中文摘要'''：[[流级模拟]]由于其可扩展性，被广泛用于建模大规模[[数据中心网络]]。与模拟单个[[数据包]]的[[数据包级模拟器]]不同，[[流级模拟器]]将[[流量]]抽象为具有动态分配传输速率的连续流。虽然这种抽象能够实现数量级的加速，但由于忽略了诸如[[排队]]、[[拥塞控制]]和[[重传]]等关键的数据包级效应，因此存在不准确性。我们提出了[[m4]]，这是一种准确且可扩展的流级模拟器，它使用[[机器学习]]来学习目标网络的动态。[[m4]]的核心是一种新颖的机器学习架构，将[[状态转移]]计算分解为独立的空间和时间组件，每个组件由适当的[[神经网络]]表示。为了高效学习底层的流级动态，[[m4]]通过预测训练期间的中间网络指标（如剩余流大小和[[队列长度]]）来添加密集的监督信号。[[m4]]相比数据包级模拟实现了高达104倍的加速。相对于传统的流级模拟，[[m4]]将每流估计误差减少了45.3%（均值）和53.0%（p90）。对于闭环应用，[[m4]]能够准确预测在各种[[拥塞控制]]方案和[[工作负载]]下的[[网络吞吐量]]。

== 摘要 ==
* '''原文标题'''：Charmed hadron production from secondary anti-proton + proton annihilations in p+A reactions at FAIR
* '''中文标题'''：FAIR 实验中 p+A 反应中次级反质子+质子湮灭产生的粲强子产生
* '''发布日期'''：2025-03-03 14:49:00+00:00
* '''作者'''：Tom Reichert, Jan Steinheimer, Marcus Bleicher
* '''分类'''：nucl-th, hep-ph, nucl-ex
*'''原文链接'''：http://arxiv.org/abs/2503.01613v1
'''中文摘要'''：我们提出了在[[p+A反应]]中，从$E_\mathrm{lab}=10-30A$~GeV的次级$\overline B + B$湮灭中产生奇异态（$\Lambda_c$, $\Sigma_c$, $\Xi_c$, $D\, \mathrm{和}\, D_s$）的横截面的估计。我们特别关注[[FAIR]]上新计划的强子物理项目[[CBM]]。这些奇异态产生的估计基于可实现的$\overline B + B$湮灭数量及其在[[UrQMD]]输运模型中计算的不变质量分布。

== 摘要 ==
* '''原文标题'''：Q-NL Verifier: Leveraging Synthetic Data for Robust Knowledge Graph Question Answering
* '''中文标题'''：Q-NL 验证器：利用合成数据实现稳健的知识图谱问答
* '''发布日期'''：2025-03-03 10:28:24+00:00
* '''作者'''：Tim Schwabe, Louisa Siebel, Patrik Valach, Maribel Acosta
* '''分类'''：cs.CL, cs.DB, cs.LG
*'''原文链接'''：http://arxiv.org/abs/2503.01385v1
'''中文摘要'''：摘要：[[问答系统]]（QA）需要准确地将用户问题与[[结构化查询]]对齐，这一过程通常受限于高质量查询-自然语言（Q-NL）对的稀缺性。为了克服这一问题，我们提出了Q-NL验证器，一种生成高质量查询和自然语言翻译对的方法。我们的方法依赖于[[大型语言模型]]（LLMs）来生成结构化查询的语义精确的自然语言释义。基于这些合成的Q-NL对，我们引入了一个学习验证器组件，自动确定生成的释义是否与原始查询语义等价。我们在著名的[[LC-QuAD 2.0]]基准测试中的实验表明，Q-NL验证器能够很好地泛化到来自其他模型甚至人类撰写的翻译的释义。我们的方法在不同查询复杂性下与人类判断高度一致，并在评估语义正确性方面优于现有的[[自然语言处理]]指标。我们还将验证器集成到QA管道中，表明经过验证器过滤的合成数据在翻译正确性方面具有显著更高的质量，并提高了自然语言到查询翻译的准确性。最后，我们发布了包含我们合成的Q-NL对和验证器分数的LC-QuAD 2.0基准测试的更新版本，为稳健和可扩展的QA提供了新的资源。