查看“WikiEdge:ArXiv速递/2025-03-21”的源代码
←
WikiEdge:ArXiv速递/2025-03-21
跳转到导航
跳转到搜索
因为以下原因，您没有权限编辑该页面：
您请求的操作仅限属于该用户组的用户执行：
用户
您可以查看和复制此页面的源代码。
== 摘要 == * '''原文标题'''：Optimal Investment Portfolio of Thyristor- and IGBT-based Electrolysis Rectifiers in Utility-scale Renewable P2H Systems * '''中文标题'''：基于晶闸管和IGBT的电解整流器在公用事业规模可再生P2H系统中的最优投资组合 * '''发布日期'''：2025-03-21 12:21:26+00:00 * '''作者'''：Yangjun Zeng, Yiwei Qiu, Liuchao Xu, Chenjia Gu, Yi Zhou, Jiarong Li, Shi Chen, Buxiang Zhou * '''分类'''：math.OC, cs.SY, eess.SY *'''原文链接'''：http://arxiv.org/abs/2503.17092v1 '''中文摘要'''：[[可再生能源]]制氢（ReP2H）系统需要[[整流器]]为[[电解槽]]（ELZs）供电。两种主要类型的整流器，即[[绝缘栅双极晶体管]]整流器（IGBT-Rs）和[[晶闸管]]整流器（TRs），提供了不同的权衡。IGBT-Rs 提供了灵活的[[无功功率]]控制，但成本较高，而 TRs 则更经济实惠且功率损耗较低，但消耗大量不可控的无功功率。在公用事业规模的 ReP2H 系统中，混合配置整流器可以实现良好的权衡并提高整体盈利能力。为了探索这一潜力，本文提出了一种最优投资组合模型。首先，我们对由 TRs 和 IGBT-Rs 供电的 ELZs 的[[有功功率]]和[[无功功率]]特性进行建模和比较。其次，我们考虑了 ELZs、整流器和[[无功资源]]的投资，并协调[[可再生能源]]、[[储能]]、无功资源以及多个 ELZs 的开关和负载分配。随后，我们开发了一种基于[[加权信息差距决策理论]]（W-IGDT）的[[两阶段随机规划]]（SP）模型，以应对[[可再生能源电力]]和[[氢气价格]]的不确定性，并应用[[渐进对冲]]（PH）算法加速其求解。案例研究表明，与仅使用 TRs 或 IGBT-Rs 以及现有项目中的配置相比，最优整流器配置最多可增加 2.56% 的收入。在最优投资组合下，无功功率补偿投资几乎被消除，且 TR 与 IGBT-R 的最佳比例为 3:1。 == 摘要 == * '''原文标题'''：$β$-Decay Properties of Neutron-rich Yttrium Isotopes * '''中文标题'''：富中子钇同位素的β衰变特性 * '''发布日期'''：2025-03-21 15:47:27+00:00 * '''作者'''：Fakeha Farooq, Jameel-Un Nabi, Ramoona Shehzadi * '''分类'''：nucl-th *'''原文链接'''：http://arxiv.org/abs/2503.17242v1 '''中文摘要'''：在本研究中，我们报告了质量数范围为 \(A = 101 - 108\) 的[[钇同位素]]弱 \(\beta\)-衰变过程的关键核性质。这一质量区域在天体物理 [[r-过程]]丰度中具有重要意义。我们的研究可能对 [[r-过程模拟]]有所帮助。我们计算了[[电荷变化强度分布]]、\(\beta\)-衰变[[半衰期]]、\(\beta\)-延迟[[中子发射概率]]以及恒星条件下的 \(\beta^{-}\)（[[EC]]）弱速率。我们在广泛的温度（\(10^7 - 3 \times 10^{10}\) K）和密度（\(10 - 10^{11}\) g/cm\(^3\)）范围内，基于变形的[[质子-中子准粒子随机相位近似]]（[[pn-QRPA]]）进行了微观计算。除了允许跃迁外，计算中还包含了独特的首次禁戒（[[U1F]]）跃迁。在某些情况下，例如在 \(^{107}\)Y（\(^{108}\)Y）中，由于[[U1F]]跃迁的贡献，计算得到的半衰期显著减少了约67%（42%）。我们将当前结果与实验测量和理论工作进行了比较，发现我们的半衰期与实验数据吻合良好。 == 摘要 == * '''原文标题'''：Search for a new pseudoscalar decaying into a pair of bottom and antibottom quarks in top-associated production in $\sqrt{s}$=13 TeV proton-proton collisions with the ATLAS detector * '''中文标题'''：在ATLAS探测器$\sqrt{s}$=13 TeV质子-质子对撞中伴随顶夸克产生寻找衰变为底夸克-反底夸克对的新赝标量粒子 * '''发布日期'''：2025-03-21 15:58:34+00:00 * '''作者'''：ATLAS Collaboration * '''分类'''：hep-ex *'''原文链接'''：http://arxiv.org/abs/2503.17254v1 '''中文摘要'''：摘要：利用双[[轻子]][[衰变]]模式特征，使用完整[[Run 2]]数据集对伴随[[顶夸克]]对或单[[顶夸克]]加[[W玻色子]]产生的[[赝标量]]粒子$a$进行搜索，该赝标量粒子衰变为$b$夸克对($a\rightarrow b\bar{b}$)。搜索涵盖12-100 [[GeV]]质量范围的赝标量[[玻色子]]，包含两种运动学区域：赝标量衰变产物被重建为两个标准$b$标记小半径[[喷注]]，或因[[洛伦兹助推]]合并为一个大半径喷注。未观察到显著超出预期的信号。在假设[[分支比]]BR($a\rightarrow b\bar{b}$)=100%条件下，对于赝标量与顶夸克[[耦合系数]]为0.5的情况，排除了50-80 GeV质量区间（95%[[置信水平]]）；而对于耦合系数1.0的情况，则排除了所考虑的全部质量范围（95%置信水平），其中耦合系数定义为[[标准模型]][[汤川耦合]]的强度修正因子。 == 摘要 == * '''原文标题'''：Numerical Simulations of Fully Eulerian Fluid-Structure Contact Interaction using a Ghost-Penalty Cut Finite Element Approach * '''中文标题'''：基于幽灵惩罚切割有限元方法的全欧拉流体-结构接触相互作用数值模拟 * '''发布日期'''：2025-03-21 13:50:30+00:00 * '''作者'''：Stefan Frei, Tobias Knoke, Marc C. Steinbach, Anne-Kathrin Wenske, Thomas Wick * '''分类'''：math.NA, cs.NA, 74F10, 76M10, 65M60 *'''原文链接'''：http://arxiv.org/abs/2503.17145v1 '''中文摘要'''：摘要：本研究开发了一种基于[[切割]]的非拟合[[有限元方法]]，用于求解[[欧拉坐标系]]下具有[[接触]]的非线性非定常[[流固耦合]]问题。在[[欧拉描述]]中，由不可压缩[[Navier-Stokes方程]]建模的[[流体流动]]保持在[[欧拉坐标系]]内，而[[弹性固体]]则从[[拉格朗日坐标系]]转换至[[欧拉系统]]。采用整体式描述方法进行[[空间离散化]]时，我们运用了基于[[inf-sup稳定]]有限元的带虚惩罚项的非拟合[[有限元法]]。针对[[接触问题]]，我们结合[[接触条件]]的松弛处理与统一[[Nitsche方法]]，该方法隐式处理[[流固耦合]]与[[接触条件]]之间的切换。[[时间离散]]采用[[后向欧拉格式]]，并隐式扩展前一时间步的解。[[非线性系统]]通过带[[线搜索]]的[[半光滑牛顿法]]求解。通过[[弹性球体]]与底部边界接触这一具有挑战性的前沿[[基准案例]]，验证了我们提出的公式、离散化方法及实施方案的有效性。 == 摘要 == * '''原文标题'''：A fourth-order cut-cell method for solving the two-dimensional advection-diffusion equation with moving boundaries * '''中文标题'''：二维移动边界对流-扩散方程的四阶切割单元法 * '''发布日期'''：2025-03-21 06:23:27+00:00 * '''作者'''：Kaiyi Liang, Yuke Zhu, Jiyu Liu, Qinghai Zhang * '''分类'''：math.NA, cs.NA, 35G16, 35M13, 76M12, 76R99, 80M12 *'''原文链接'''：http://arxiv.org/abs/2503.16877v1 '''中文摘要'''：摘要：我们提出了一种四阶[[切割网格法]]，用于在[[笛卡尔网格]]上求解具有移动边界的二维[[对流-扩散方程]]。采用[[ARMS技术]]对移动边界进行显式精确表征，并引入[[单元合并技术]]以克服[[切割单元]]拓扑变化导致的间断性及[[小单元问题]]。基于 [[poised lattice]] 生成的多项式插值技术实现了四阶空间离散，时间积分则采用四阶[[隐式-显式Runge-Kutta格式]]。通过对多种移动区域（包括对流速度与边界速度匹配/不匹配的情况）进行数值测试，验证了所提方法具有四阶精度。 == 摘要 == * '''原文标题'''：Plasma treated metals after H- irradiation and its effect on vacuum breakdown behaviour * '''中文标题'''：氢离子辐照后等离子体处理的金属及其对真空击穿行为的影响 * '''发布日期'''：2025-03-21 17:59:23+00:00 * '''作者'''：C. Serafim, S. Calatroni, F. Djurabekova, M. C. Giordano, M. Himmerlich, V. Bjelland, C. Kouzios, P. Costa Pinto, A. T. Perez-Fontenla, W. Wuensch, A. Grudiev, S. Sgobba * '''分类'''：physics.acc-ph *'''原文链接'''：http://arxiv.org/abs/2503.17360v1 '''中文摘要'''：加速器结构中的[[真空击穿]]是高[[电场]]下出现的关键挑战。在[[氢离子]]辐照或高束流损失环境中（如[[射频四极场加速器]]），真空中的残余[[碳氢化合物]]可能导致带电粒子诱导裂解造成的[[金属]]表面[[碳污染]]。经评估，这些条件下表面碳污染会导致表面电场保持性能下降。本研究通过探索[[氧等离子体]]清洗（OPC）对低能氢离子束辐照金属电极的除碳效果，拓展了最新研究。OPC处理应用于不同金属（包括[[铍铜]]CuBe2、[[无氧铜]]Cu-OFE和[[奥氏体不锈钢]]SS316LN），在直流脉冲系统中测试处理后电极的电场性能，并与未辐照电极及未经OPC处理的辐照电极进行对比。研究表明OPC能显著降低碳污染，使辐照材料恢复至接近原始表面的电场强度性能。特别值得注意的是，不锈钢样品表面化学性质发生改变，在减少[[真空电弧]]事件的同时增强了材料耐受高电场的能力。经OPC处理的SS316LN电极性能超越未处理样品，证实了[[等离子体处理]]在提升加速器部件运行性能方面的潜力。 == 摘要 == * '''原文标题'''：Measurements on Time Resolution of BGO, PWO and BSO Crystals * '''中文标题'''：BGO、PWO和BSO晶体时间分辨率的测量 * '''发布日期'''：2025-03-21 06:29:26+00:00 * '''作者'''：Zhiyu Zhao, Dejing Du, Yong Liu, Jiyuan Chen, Junfeng Chen, Fangyi Guo, Shu Li, Baohua Qi * '''分类'''：physics.ins-det, hep-ex *'''原文链接'''：http://arxiv.org/abs/2503.16880v1 '''中文摘要'''：摘要：为未来[[环形正负电子对撞机]]([[CEPC]])提出的高粒度晶体量能器([[HGCCAL]])需要优化时间分辨率。本研究重点考察了[[锗酸铋]]([[BGO]])、[[钨酸铅]]([[PWO]])和[[硅酸铋]]([[BSO]])三种晶体与[[硅光电倍增管]]([[SiPM]])组成的探测单元的时间性能。通过在[[CERN]]使用10GeV[[π介子]]束流和在[[DESY]]使用5GeV[[电子]]束流进行测试，系统比较了[[最小电离粒子]]([[MIP]])信号和[[电磁簇射]]([[EM]])条件下的时间分辨率。评估了三种定时方法：采样点恒比定时([[CFT]])、线性拟合和指数拟合，其中指数拟合结合10%恒比分数的方案表现最佳。对不同尺寸晶体单元的测试表明，闪烁光产额和信号上升时间共同影响时间性能。在尺寸相近的晶体中，[[PWO]]凭借更快的信号上升时间展现出最优时间分辨率，[[BGO]]与[[BSO]]性能相当。对于长[[BGO]]条(40cm和60cm)，沿长度方向的时间分辨率保持均匀，[[MIP]]信号下分别达到约0.75ns和0.95ns。在强[[电磁簇射]]条件下，两条晶体在高振幅时均可实现约200ps的时间分辨率。值得注意的是，上游预簇射层的存在会在相近振幅下引入额外的时间涨落。 == 摘要 == * '''原文标题'''：Exploring the Temporal Dynamics of Facial Mimicry in Emotion Processing Using Action Units * '''中文标题'''：基于动作单元探索情绪处理中面部模仿的时序动态 * '''发布日期'''：2025-03-21 16:54:51+00:00 * '''作者'''：Meisam Jamshidi Seikavandi, Jostein Fimland, Maria Jung Barrett, Paolo Burelli * '''分类'''：cs.HC *'''原文链接'''：http://arxiv.org/abs/2503.17306v1 '''中文摘要'''：[[面部模仿]]（即无意识自动模仿他人表情）对[[情感理解]]至关重要。本研究利用[[视频]]中的[[面部动作编码单元]]和参与者反应，探究不同[[情绪]]间的模仿差异。通过[[动态时间规整算法]]量化参与者与刺激源[[面部表情]]的时间同步性，揭示了显著的情绪差异：事后检验表明，"[[恐惧]]"引发的模仿程度高于"[[快乐]]"，而"[[愤怒]]"的模仿强度弱于"[[恐惧]]"。模仿行为与[[外向性]]、[[宜人性]]等[[人格特质]]的相关性显著，呈现出微妙而深刻的关联。研究发现特定情绪会诱发更强的模仿反应，人格特质则在[[情感同步]]中起次要作用。值得注意的是，人格关联的模仿机制不仅适用于[[人际交流]]，更能拓展至[[情感计算]]应用（如[[远程人机交互]]和[[人类-虚拟代理]]场景）。基于时序面部模仿的洞见（例如设计能自适应镜像用户表情的[[数字代理]]），开发者可创建具有[[共情能力]]的[[个性化系统]]，从而增强[[情感共鸣]]与[[用户参与度]]。 == 摘要 == * '''原文标题'''：Observation of charge-parity symmetry breaking in baryon decays * '''中文标题'''：重子衰变中电荷-宇称对称性破缺的观测 * '''发布日期'''：2025-03-21 08:56:17+00:00 * '''作者'''：LHCb collaboration, R. Aaij, A. S. W. Abdelmotteleb, C. Abellan Beteta, F. Abudinén, T. Ackernley, A. A. Adefisoye, B. Adeva, M. Adinolfi, P. Adlarson, C. Agapopoulou, C. A. Aidala, Z. Ajaltouni, S. Akar, K. Akiba, P. Albicocco, J. Albrecht, F. Alessio, Z. Aliouche, P. Alvarez Cartelle, R. Amalric, S. Amato, J. L. Amey, Y. Amhis, L. An, L. Anderlini, M. Andersson, A. Andreianov, P. Andreola, M. Andreotti, D. Andreou, A. Anelli, D. Ao, F. Archilli, M. Argenton, S. Arguedas Cuendis, A. Artamonov, M. Artuso, E. Aslanides, R. Ataíde Da Silva, M. Atzeni, B. Audurier, D. Bacher, I. Bachiller Perea, S. Bachmann, M. Bachmayer, J. J. Back, P. Baladron Rodriguez, V. Balagura, A. Balboni, W. Baldini, L. Balzani, H. Bao, J. Baptista de Souza Leite, C. Barbero Pretel, M. Barbetti, I. R. Barbosa, R. J. Barlow, M. Barnyakov, S. Barsuk, W. Barter, J. Bartz, J. M. Basels, S. Bashir, B. Batsukh, P. B. Battista, A. Bay, A. Beck, M. Becker, F. Bedeschi, I. B. Bediaga, N. A. Behling, S. Belin, K. Belous, I. Belov, I. Belyaev, G. Benane, G. Bencivenni, E. Ben-Haim, A. Berezhnoy, R. Bernet, S. Bernet Andres, A. Bertolin, C. Betancourt, F. Betti, J. Bex, Ia. Bezshyiko, O. Bezshyyko, J. Bhom, M. S. Bieker, N. V. Biesuz, P. Billoir, A. Biolchini, M. Birch, F. C. R. Bishop, A. Bitadze, A. Bizzeti, T. Blake, F. Blanc, J. E. Blank, S. Blusk, V. Bocharnikov, J. A. Boelhauve, O. Boente Garcia, T. Boettcher, A. Bohare, A. Boldyrev, C. S. Bolognani, R. Bolzonella, R. B. Bonacci, N. Bondar, A. Bordelius, F. Borgato, S. Borghi, M. Borsato, J. T. Borsuk, E. Bottalico, S. A. Bouchiba, M. Bovill, T. J. V. Bowcock, A. Boyer, C. Bozzi, J. D. Brandenburg, A. Brea Rodriguez, N. Breer, J. Brodzicka, A. Brossa Gonzalo, J. Brown, D. Brundu, E. Buchanan, L. Buonincontri, M. Burgos Marcos, A. T. Burke, C. Burr, J. S. Butter, J. Buytaert, W. Byczynski, S. Cadeddu, H. Cai, A. Caillet, R. Calabrese, S. Calderon Ramirez, L. Calefice, S. Cali, M. Calvi, M. Calvo Gomez, P. Camargo Magalhaes, J. I. Cambon Bouzas, P. Campana, D. H. Campora Perez, A. F. Campoverde Quezada, S. Capelli, L. Capriotti, R. Caravaca-Mora, A. Carbone, L. Carcedo Salgado, R. Cardinale, A. Cardini, P. Carniti, L. Carus, A. Casais Vidal, R. Caspary, G. Casse, M. Cattaneo, G. Cavallero, V. Cavallini, S. Celani, S. Cesare, A. J. Chadwick, I. Chahrour, H. Chang, M. Charles, Ph. Charpentier, E. Chatzianagnostou, M. Chefdeville, C. Chen, S. Chen, Z. Chen, A. Chernov, S. Chernyshenko, X. Chiotopoulos, V. Chobanova, M. Chrzaszcz, A. Chubykin, V. Chulikov, P. Ciambrone, X. Cid Vidal, G. Ciezarek, P. Cifra, P. E. L. Clarke, M. Clemencic, H. V. Cliff, J. Closier, C. Cocha Toapaxi, V. Coco, J. Cogan, E. Cogneras, L. Cojocariu, S. Collaviti, P. Collins, T. Colombo, M. Colonna, A. Comerma-Montells, L. Congedo, A. Contu, N. Cooke, C. Coronel, I. Corredoira, A. Correia, G. Corti, J. Cottee Meldrum, B. Couturier, D. C. Craik, M. Cruz Torres, E. Curras Rivera, R. Currie, C. L. Da Silva, S. Dadabaev, L. Dai, X. Dai, E. Dall'Occo, J. Dalseno, C. D'Ambrosio, J. Daniel, A. Danilina, P. d'Argent, G. Darze, A. Davidson, J. E. Davies, O. De Aguiar Francisco, C. De Angelis, F. De Benedetti, J. de Boer, K. De Bruyn, S. De Capua, M. De Cian, U. De Freitas Carneiro Da Graca, E. De Lucia, J. M. De Miranda, L. De Paula, M. De Serio, P. De Simone, F. De Vellis, J. A. de Vries, F. Debernardis, D. Decamp, V. Dedu, S. Dekkers, L. Del Buono, B. Delaney, H. -P. Dembinski, J. Deng, V. Denysenko, O. Deschamps, F. Dettori, B. Dey, P. Di Nezza, I. Diachkov, S. Didenko, S. Ding, L. Dittmann, V. Dobishuk, A. D. Docheva, C. Dong, A. M. Donohoe, F. Dordei, A. C. dos Reis, A. D. Dowling, W. Duan, P. Duda, M. W. Dudek, L. Dufour, V. Duk, P. Durante, M. M. Duras, J. M. Durham, O. D. Durmus, A. Dziurda, A. Dzyuba, S. Easo, E. Eckstein, U. Egede, A. Egorychev, V. Egorychev, S. Eisenhardt, E. Ejopu, L. Eklund, M. Elashri, J. Ellbracht, S. Ely, A. Ene, J. Eschle, S. Esen, T. Evans, F. Fabiano, S. Faghih, L. N. Falcao, Y. Fan, B. Fang, L. Fantini, M. Faria, K. Farmer, D. Fazzini, L. Felkowski, M. Feng, M. Feo, A. Fernandez Casani, M. Fernandez Gomez, A. D. Fernez, F. Ferrari, F. Ferreira Rodrigues, M. Ferrillo, M. Ferro-Luzzi, S. Filippov, R. A. Fini, M. Fiorini, M. Firlej, K. L. Fischer, D. S. Fitzgerald, C. Fitzpatrick, T. Fiutowski, F. Fleuret, M. Fontana, L. F. Foreman, R. Forty, D. Foulds-Holt, V. Franco Lima, M. Franco Sevilla, M. Frank, E. Franzoso, G. Frau, C. Frei, D. A. Friday, J. Fu, Q. Führing, Y. Fujii, T. Fulghesu, E. Gabriel, G. Galati, M. D. Galati, A. Gallas Torreira, D. Galli, S. Gambetta, M. Gandelman, P. Gandini, B. Ganie, H. Gao, R. Gao, T. Q. Gao, Y. Gao, Y. Gao, Y. Gao, L. M. Garcia Martin, P. Garcia Moreno, J. García Pardiñas, P. Gardner, K. G. Garg, L. Garrido, C. Gaspar, A. Gavrikov, L. L. Gerken, E. Gersabeck, M. Gersabeck, T. Gershon, S. Ghizzo, Z. Ghorbanimoghaddam, L. Giambastiani, F. I. Giasemis, V. Gibson, H. K. Giemza, A. L. Gilman, M. Giovannetti, A. Gioventù, L. Girardey, C. Giugliano, M. A. Giza, F. C. Glaser, V. V. Gligorov, C. Göbel, L. Golinka-Bezshyyko, E. Golobardes, D. Golubkov, A. Golutvin, S. Gomez Fernandez, W. Gomulka, F. Goncalves Abrantes, M. Goncerz, G. Gong, J. A. Gooding, I. V. Gorelov, C. Gotti, E. Govorkova, J. P. Grabowski, L. A. Granado Cardoso, E. Graugés, E. Graverini, L. Grazette, G. Graziani, A. T. Grecu, L. M. Greeven, N. A. Grieser, L. Grillo, S. Gromov, C. Gu, M. Guarise, L. Guerry, V. Guliaeva, P. A. Günther, A. -K. Guseinov, E. Gushchin, Y. Guz, T. Gys, K. Habermann, T. Hadavizadeh, C. Hadjivasiliou, G. Haefeli, C. Haen, G. Hallett, M. M. Halvorsen, P. M. Hamilton, J. Hammerich, Q. Han, X. Han, S. Hansmann-Menzemer, L. Hao, N. Harnew, T. H. Harris, M. Hartmann, S. Hashmi, J. He, F. Hemmer, C. Henderson, R. D. L. Henderson, A. M. Hennequin, K. Hennessy, L. Henry, J. Herd, P. Herrero Gascon, J. Heuel, A. Hicheur, G. Hijano Mendizabal, J. Horswill, R. Hou, Y. Hou, N. Howarth, J. Hu, W. Hu, X. Hu, W. Huang, W. Hulsbergen, R. J. Hunter, M. Hushchyn, D. Hutchcroft, M. Idzik, D. Ilin, P. Ilten, A. Inglessi, A. Iniukhin, A. Ishteev, K. Ivshin, R. Jacobsson, H. Jage, S. J. Jaimes Elles, S. Jakobsen, E. Jans, B. K. Jashal, A. Jawahery, V. Jevtic, E. Jiang, X. Jiang, Y. Jiang, Y. J. Jiang, M. John, A. John Rubesh Rajan, D. Johnson, C. R. Jones, T. P. Jones, S. Joshi, B. Jost, J. Juan Castella, N. Jurik, I. Juszczak, D. Kaminaris, S. Kandybei, M. Kane, Y. Kang, C. Kar, M. Karacson, D. Karpenkov, A. Kauniskangas, J. W. Kautz, M. K. Kazanecki, F. Keizer, M. Kenzie, T. Ketel, B. Khanji, A. Kharisova, S. Kholodenko, G. Khreich, T. Kirn, V. S. Kirsebom, O. Kitouni, S. Klaver, N. Kleijne, K. Klimaszewski, M. R. Kmiec, S. Koliiev, L. Kolk, A. Konoplyannikov, P. Kopciewicz, P. Koppenburg, A. Korchin, M. Korolev, I. Kostiuk, O. Kot, S. Kotriakhova, A. Kozachuk, P. Kravchenko, L. Kravchuk, M. Kreps, P. Krokovny, W. Krupa, W. Krzemien, O. Kshyvanskyi, S. Kubis, M. Kucharczyk, V. Kudryavtsev, E. Kulikova, A. Kupsc, B. K. Kutsenko, I. Kyryllin, D. Lacarrere, P. Laguarta Gonzalez, A. Lai, A. Lampis, D. Lancierini, C. Landesa Gomez, J. J. Lane, R. Lane, G. Lanfranchi, C. Langenbruch, J. Langer, O. Lantwin, T. Latham, F. Lazzari, C. Lazzeroni, R. Le Gac, H. Lee, R. Lefèvre, A. Leflat, S. Legotin, M. Lehuraux, E. Lemos Cid, O. Leroy, T. Lesiak, E. D. Lesser, B. Leverington, A. Li, C. Li, C. Li, H. Li, J. Li, K. Li, L. Li, M. Li, P. Li, P. -R. Li, Q. Li, S. Li, T. Li, T. Li, Y. Li, Y. Li, Z. Lian, X. Liang, S. Libralon, C. Lin, T. Lin, R. Lindner, H. Linton, V. Lisovskyi, R. Litvinov, D. Liu, F. L. Liu, G. Liu, K. Liu, S. Liu, W. Liu, Y. Liu, Y. Liu, Y. L. Liu, G. Loachamin Ordonez, A. Lobo Salvia, A. Loi, T. Long, J. H. Lopes, A. Lopez Huertas, S. López Soliño, Q. Lu, C. Lucarelli, D. Lucchesi, M. Lucio Martinez, V. Lukashenko, Y. Luo, A. Lupato, E. Luppi, K. Lynch, X. -R. Lyu, G. M. Ma, S. Maccolini, F. Machefert, F. Maciuc, B. Mack, I. Mackay, L. M. Mackey, L. R. Madhan Mohan, M. J. Madurai, A. Maevskiy, D. Magdalinski, D. Maisuzenko, J. J. Malczewski, S. Malde, L. Malentacca, A. Malinin, T. Maltsev, G. Manca, G. Mancinelli, C. Mancuso, R. Manera Escalero, F. M. Manganella, D. Manuzzi, D. Marangotto, J. F. Marchand, R. Marchevski, U. Marconi, E. Mariani, S. Mariani, C. Marin Benito, J. Marks, A. M. Marshall, L. Martel, G. Martelli, G. Martellotti, L. Martinazzoli, M. Martinelli, D. Martinez Gomez, D. Martinez Santos, F. Martinez Vidal, A. Martorell i Granollers, A. Massafferri, R. Matev, A. Mathad, V. Matiunin, C. Matteuzzi, K. R. Mattioli, A. Mauri, E. Maurice, J. Mauricio, P. Mayencourt, J. Mazorra de Cos, M. Mazurek, M. McCann, T. H. McGrath, N. T. McHugh, A. McNab, R. McNulty, B. Meadows, G. Meier, D. Melnychuk, F. M. Meng, M. Merk, A. Merli, L. Meyer Garcia, D. Miao, H. Miao, M. Mikhasenko, D. A. Milanes, A. Minotti, E. Minucci, T. Miralles, B. Mitreska, D. S. Mitzel, A. Modak, L. Moeser, R. A. Mohammed, R. D. Moise, E. F. Molina Cardenas, T. Mombächer, M. Monk, S. Monteil, A. Morcillo Gomez, G. Morello, M. J. Morello, M. P. Morgenthaler, J. Moron, W. Morren, A. B. Morris, A. G. Morris, R. Mountain, H. Mu, Z. M. Mu, E. Muhammad, F. Muheim, M. Mulder, K. Müller, F. Muñoz-Rojas, R. Murta, V. Mytrochenko, P. Naik, T. Nakada, R. Nandakumar, T. Nanut, I. Nasteva, M. Needham, E. Nekrasova, N. Neri, S. Neubert, N. Neufeld, P. Neustroev, J. Nicolini, D. Nicotra, E. M. Niel, N. Nikitin, Q. Niu, P. Nogarolli, P. Nogga, C. Normand, J. Novoa Fernandez, G. Nowak, C. Nunez, H. N. Nur, A. Oblakowska-Mucha, V. Obraztsov, T. Oeser, S. Okamura, A. Okhotnikov, O. Okhrimenko, R. Oldeman, F. Oliva, M. Olocco, C. J. G. Onderwater, R. H. O'Neil, D. Osthues, J. M. Otalora Goicochea, P. Owen, A. Oyanguren, O. Ozcelik, F. Paciolla, A. Padee, K. O. Padeken, B. Pagare, T. Pajero, A. Palano, M. Palutan, X. Pan, G. Panshin, L. Paolucci, A. Papanestis, M. Pappagallo, L. L. Pappalardo, C. Pappenheimer, C. Parkes, D. Parmar, B. Passalacqua, G. Passaleva, D. Passaro, A. Pastore, M. Patel, J. Patoc, C. Patrignani, A. Paul, C. J. Pawley, A. Pellegrino, J. Peng, M. Pepe Altarelli, S. Perazzini, D. Pereima, H. Pereira Da Costa, A. Pereiro Castro, P. Perret, A. Perrevoort, A. Perro, M. J. Peters, K. Petridis, A. Petrolini, J. P. Pfaller, H. Pham, L. Pica, M. Piccini, L. Piccolo, B. Pietrzyk, G. Pietrzyk, R. N. Pilato, D. Pinci, F. Pisani, M. Pizzichemi, V. Placinta, M. Plo Casasus, T. Poeschl, F. Polci, M. Poli Lener, A. Poluektov, N. Polukhina, I. Polyakov, E. Polycarpo, S. Ponce, D. Popov, S. Poslavskii, K. Prasanth, C. Prouve, D. Provenzano, V. Pugatch, G. Punzi, S. Qasim, Q. Q. Qian, W. Qian, N. Qin, S. Qu, R. Quagliani, R. I. Rabadan Trejo, J. H. Rademacker, M. Rama, M. Ramírez García, V. Ramos De Oliveira, M. Ramos Pernas, M. S. Rangel, F. Ratnikov, G. Raven, M. Rebollo De Miguel, F. Redi, J. Reich, F. Reiss, Z. Ren, P. K. Resmi, M. Ribalda Galvez, R. Ribatti, G. Ricart, D. Riccardi, S. Ricciardi, K. Richardson, M. Richardson-Slipper, K. Rinnert, P. Robbe, G. Robertson, E. Rodrigues, A. Rodriguez Alvarez, E. Rodriguez Fernandez, J. A. Rodriguez Lopez, E. Rodriguez Rodriguez, J. Roensch, A. Rogachev, A. Rogovskiy, D. L. Rolf, P. Roloff, V. Romanovskiy, A. Romero Vidal, G. Romolini, F. Ronchetti, T. Rong, M. Rotondo, S. R. Roy, M. S. Rudolph, M. Ruiz Diaz, R. A. Ruiz Fernandez, J. Ruiz Vidal, J. Ryzka, J. J. Saavedra-Arias, J. J. Saborido Silva, R. Sadek, N. Sagidova, D. Sahoo, N. Sahoo, B. Saitta, M. Salomoni, I. Sanderswood, R. Santacesaria, C. Santamarina Rios, M. Santimaria, L. Santoro, E. Santovetti, A. Saputi, D. Saranin, A. Sarnatskiy, G. Sarpis, M. Sarpis, C. Satriano, A. Satta, D. Savrina, H. Sazak, F. Sborzacchi, A. Scarabotto, S. Schael, S. Scherl, M. Schiller, H. Schindler, M. Schmelling, B. Schmidt, S. Schmitt, H. Schmitz, O. Schneider, A. Schopper, N. Schulte, S. Schulte, M. H. Schune, G. Schwering, B. Sciascia, A. Sciuccati, I. Segal, S. Sellam, A. Semennikov, T. Senger, M. Senghi Soares, A. Sergi, N. Serra, L. Sestini, A. Seuthe, Y. Shang, D. M. Shangase, M. Shapkin, R. S. Sharma, I. Shchemerov, L. Shchutska, T. Shears, L. Shekhtman, Z. Shen, S. Sheng, V. Shevchenko, B. Shi, Q. Shi, Y. Shimizu, E. Shmanin, R. Shorkin, J. D. Shupperd, R. Silva Coutinho, G. Simi, S. Simone, M. Singha, N. Skidmore, T. Skwarnicki, M. W. Slater, E. Smith, K. Smith, M. Smith, A. Snoch, L. Soares Lavra, M. D. Sokoloff, F. J. P. Soler, A. Solomin, A. Solovev, I. Solovyev, N. S. Sommerfeld, R. Song, Y. Song, Y. Song, Y. S. Song, F. L. Souza De Almeida, B. Souza De Paula, E. Spadaro Norella, E. Spedicato, J. G. Speer, E. Spiridenkov, P. Spradlin, V. Sriskaran, F. Stagni, M. Stahl, S. Stahl, S. Stanislaus, M. Stefaniak, E. N. Stein, O. Steinkamp, O. Stenyakin, H. Stevens, D. Strekalina, Y. Su, F. Suljik, J. Sun, L. Sun, D. Sundfeld, W. Sutcliffe, K. Swientek, F. Swystun, A. Szabelski, T. Szumlak, Y. Tan, Y. Tang, M. D. Tat, A. Terentev, F. Terzuoli, F. Teubert, E. Thomas, D. J. D. Thompson, H. Tilquin, V. Tisserand, S. T'Jampens, M. Tobin, L. Tomassetti, G. Tonani, X. Tong, T. Tork, D. Torres Machado, L. Toscano, D. Y. Tou, C. Trippl, G. Tuci, N. Tuning, L. H. Uecker, A. Ukleja, D. J. Unverzagt, A. Upadhyay, B. Urbach, A. Usachov, A. Ustyuzhanin, U. Uwer, V. Vagnoni, V. Valcarce Cadenas, G. Valenti, N. Valls Canudas, J. van Eldik, H. Van Hecke, E. van Herwijnen, C. B. Van Hulse, R. Van Laak, M. van Veghel, G. Vasquez, R. Vazquez Gomez, P. Vazquez Regueiro, C. Vázquez Sierra, S. Vecchi, J. J. Velthuis, M. Veltri, A. Venkateswaran, M. Verdoglia, M. Vesterinen, D. Vico Benet, P. Vidrier Villalba, M. Vieites Diaz, X. Vilasis-Cardona, E. Vilella Figueras, A. Villa, P. Vincent, B. Vivacqua, F. C. Volle, D. vom Bruch, N. Voropaev, K. Vos, C. Vrahas, J. Wagner, J. Walsh, E. J. Walton, G. Wan, A. Wang, C. Wang, G. Wang, H. Wang, J. Wang, J. Wang, J. Wang, J. Wang, M. Wang, N. W. Wang, R. Wang, X. Wang, X. Wang, X. W. Wang, Y. Wang, Y. W. Wang, Z. Wang, Z. Wang, Z. Wang, J. A. Ward, M. Waterlaat, N. K. Watson, D. Websdale, Y. Wei, J. Wendel, B. D. C. Westhenry, C. White, M. Whitehead, E. Whiter, A. R. Wiederhold, D. Wiedner, G. Wilkinson, M. K. Wilkinson, M. Williams, M. J. Williams, M. R. J. Williams, R. Williams, Z. Williams, F. F. Wilson, M. Winn, W. Wislicki, M. Witek, L. Witola, G. Wormser, S. A. Wotton, H. Wu, J. Wu, X. Wu, Y. Wu, Z. Wu, K. Wyllie, S. Xian, Z. Xiang, Y. Xie, T. X. Xing, A. Xu, L. Xu, L. Xu, M. Xu, Z. Xu, Z. Xu, Z. Xu, K. Yang, S. Yang, X. Yang, Y. Yang, Z. Yang, V. Yeroshenko, H. Yeung, H. Yin, X. Yin, C. Y. Yu, J. Yu, X. Yuan, Y Yuan, E. Zaffaroni, M. Zavertyaev, M. Zdybal, F. Zenesini, C. Zeng, M. Zeng, C. Zhang, D. Zhang, J. Zhang, L. Zhang, S. Zhang, S. Zhang, Y. Zhang, Y. Z. Zhang, Z. Zhang, Y. Zhao, A. Zhelezov, S. Z. Zheng, X. Z. Zheng, Y. Zheng, T. Zhou, X. Zhou, Y. Zhou, V. Zhovkovska, L. Z. Zhu, X. Zhu, X. Zhu, V. Zhukov, J. Zhuo, Q. Zou, D. Zuliani, G. Zunica * '''分类'''：hep-ex *'''原文链接'''：http://arxiv.org/abs/2503.16954v1 '''中文摘要'''：[[粒子物理标准模型]]作为描述最小尺度下[[粒子]]与[[相互作用]]的理论，预言了由于[[电荷共轭]]（C）和[[宇称]]（P）联合对称性的破缺，[[物质]]与[[反物质]]会表现出不同的相互作用行为。[[电荷共轭]]将粒子转化为其[[反粒子]]，而[[宇称变换]]则反转[[空间坐标]]。这一预言既适用于由[[夸克]]-[[反夸克]]组成的[[介子]]，也适用于由三个[[夸克]]构成的[[强子]]。然而，尽管已在多种[[介子衰变]]中发现[[CP破坏]]现象，但在构成可观测[[宇宙]]的[[强子衰变]]中始终未被观测到。本文利用[[LHCb实验]]在[[CERN]]采集的数据，研究了[[美强子]][[Λb⁰]]衰变为[[pK⁻π⁺π⁻]]末态及其[[CP共轭]]过程。结果显示[[Λb⁰]]强子与其[[CP共轭]]反强子的[[衰变率]]存在显著不对称性，这标志着首次在[[强子衰变]]中观测到[[CP破坏]]现象，从而证实了[[强子]]与[[反强子]]的行为差异。在[[标准模型]]中，[[CP破坏]]源于[[卡比博-小林-益川机制]]，而超出[[标准模型]]的[[新作用力]]或[[粒子]]可能提供额外贡献。该发现为探索[[标准模型]]之外的[[新物理]]开辟了新途径。 == 摘要 == * '''原文标题'''：Searches for direct slepton production in the compressed-mass corridor in $\sqrt{s}=13$ TeV $pp$ collisions with the ATLAS detector * '''中文标题'''：ATLAS探测器在$\sqrt{s}=13$ TeV质子对撞中搜寻压缩质量区内的直接标轻子产生 * '''发布日期'''：2025-03-21 14:31:50+00:00 * '''作者'''：ATLAS Collaboration * '''分类'''：hep-ex *'''原文链接'''：http://arxiv.org/abs/2503.17186v1 '''中文摘要'''：本文报道了带电轻味标量轻子直接对产生的搜寻研究，每个标量轻子衰变为一个稳定中性伴随一个标准模型轻子。分析聚焦于具有挑战性的"走廊"区域——标量轻子($\tilde{e}$或$\tilde{\mu}$)与最轻中性子($\tilde{\chi}^{0}_{1}$)的质量差$\Delta m$小于或接近$W$[[玻色子]]质量$m(W)$，旨在填补$\Delta m \lesssim m(W)$模型灵敏度长期存在的空白。实验要求事件包含一个高能[[喷注]]、显著缺失[[横向动量]]以及两个同味反号轻子($e$或$\mu$)。该分析使用[[ATLAS探测器]]记录的$\sqrt{s}=13$ TeV[[质子]]-[[质子]]对撞数据，对应140 fb$^{-1}$的积分亮度。研究应用了多种运动学选择标准，包括一组提升[[决策树]]，各自针对不同$\Delta m$优化，首次实现了对整个$\Delta m$走廊的预期灵敏度覆盖。结果总体上与[[标准模型]]一致，最显著偏差出现在选择电子(2.0$\sigma$局域显著性)和选择μ子(2.4$\sigma$)搜寻中。虽然这些偏差减弱了信号参数空间部分区域的排除范围，但先前存在的灵敏度缺口已大幅缩小。研究在95%置信水平上对简化模型中的选择电子和选择μ子对产生设置了限制，对于2 GeV至100 GeV的$\Delta m$，可排除质量达300 GeV(选择电子)和350 GeV(选择μ子)的粒子。 == 摘要 == * '''原文标题'''：Calibration Strategies for Robust Causal Estimation: Theoretical and Empirical Insights on Propensity Score Based Estimators * '''中文标题'''：稳健因果估计的校准策略：基于倾向得分估计器的理论与实证洞见 * '''发布日期'''：2025-03-21 16:41:10+00:00 * '''作者'''：Jan Rabenseifner, Sven Klaassen, Jannis Kueck, Philipp Bach * '''分类'''：stat.ML, cs.LG, econ.EM, stat.ME *'''原文链接'''：http://arxiv.org/abs/2503.17290v1 '''中文摘要'''：摘要：[[数据]]在[[估计]]与[[校准]]环节的划分对基于[[倾向得分]]的[[估计器]]（如[[逆概率加权]]/[[IPW]]和[[双重机器学习]]/[[去偏机器学习]]/[[DML]]框架）性能具有关键影响。我们扩展了[[倾向得分校准]]技术的最新进展，在有限[[重叠]]、[[小样本]]或[[不平衡数据]]等挑战性场景中提升[[倾向得分]]的稳健性。贡献包含两方面：首先，我们在[[DML]]背景下对[[校准估计量]]的性质进行理论分析，为此改进了现有[[倾向得分模型]]的[[校准框架]]，特别强调[[样本分割]]方案对确保有效[[因果推断]]的作用；其次，通过大量[[模拟实验]]证明，[[校准]]能在[[小样本]]情况下降低基于[[逆概率]]的[[倾向得分估计量]][[方差]]，同时缓解[[IPW]]的[[偏差]]。值得注意的是，[[校准]]在保持[[DML]][[双重稳健性]]的同时提升了灵活[[学习器]]（如[[梯度提升]]）的[[稳定性]]。关键发现是：即使方法在无[[校准]]时表现良好，只要选择适当的[[样本分割]]方案，加入[[校准]]步骤也不会降低性能。 == 摘要 == * '''原文标题'''：Hamiltonian Chaos: From Galactic Dynamics to Plasma Physics * '''中文标题'''：哈密顿混沌：从星系动力学到等离子体物理 * '''发布日期'''：2025-03-21 15:10:38+00:00 * '''作者'''：Henok Tenaw Moges * '''分类'''：nlin.CD, astro-ph.GA, math.DS, physics.plasm-ph *'''原文链接'''：http://arxiv.org/abs/2503.17208v1 '''中文摘要'''：本论文主要研究[[哈密顿模型]]中的[[混沌现象]]数值模拟，涵盖[[等离子体]]中[[带电粒子]]轨道、[[棒旋星系]]中[[恒星运动]]以及[[多维映射]]中[[轨道扩散]]等问题。我们系统探究了[[环形聚变等离子体]]中[[磁混沌]]与[[运动混沌]]的相互作用——非轴对称扰动会破坏平滑[[磁通量面]]，形成复杂[[粒子轨迹]]。通过[[广义对齐指数]](GALI)方法，我们有效量化[[混沌行为]]，对比[[磁力线]]与[[粒子轨道]]特性，可视化[[混沌区]]径向分布，并将GALI发展为研究[[等离子体物理]][[动力学]]的重要工具。同时，我们研究了[[三维棒旋星系]][[势场]]中[[相空间结构]]的演化过程，追踪[[周期性轨道]]经历[[二维/三维叉式分岔]]和[[倍周期分岔]]的连续变化。运用"[[着色旋转]]"技术可视化系统的[[四维庞加莱截面]]，我们揭示了独特的结构模式。此外，我们深入探究了[[单/耦合标准映射]]的长期[[扩散输运]]与[[混沌特性]]，重点关注通过呈现[[弹道输运]]的[[加速器模式]]诱发[[反常扩散]]的参数。通过在这些模式影响的[[混沌区域]]设置不同[[初始条件]][[系综]]，我们检验了[[渐近扩散率]]和[[时间尺度]]，确定了抑制[[反常输运]]并促使[[耦合映射]]长期收敛于[[正常扩散]]的条件。最后，我们首次对[[连续/离散耗散系统]]中各类[[吸引子]]的[[GALI指数]]进行全面研究，将该方法拓展至[[非哈密顿系统]]。研究的关键在于对比分析呈现[[超混沌运动]]系统的GALI指数与[[李雅普诺夫指数]]。 == 摘要 == * '''原文标题'''：Stringent test of $CP$ symmetry in $Σ^+$ hyperon decays * '''中文标题'''：Σ^+超子衰变中CP对称性的严格检验 * '''发布日期'''：2025-03-21 14:09:15+00:00 * '''作者'''：BESIII Collaboration, M. Ablikim, M. N. Achasov, P. Adlarson, X. C. Ai, R. Aliberti, A. Amoroso, Q. An, Y. Bai, O. Bakina, Y. Ban, H. -R. Bao, V. Batozskaya, K. Begzsuren, N. Berger, M. Berlowski, M. Bertani, D. Bettoni, F. Bianchi, E. Bianco, A. Bortone, I. Boyko, R. A. Briere, A. Brueggemann, H. Cai, M. H. Cai, X. Cai, A. Calcaterra, G. F. Cao, N. Cao, S. A. Cetin, X. Y. Chai, J. F. Chang, G. R. Che, Y. Z. Che, G. Chelkov, C. Chen, C. H. Chen, Chao Chen, G. Chen, H. S. Chen, H. Y. Chen, M. L. Chen, S. J. Chen, S. L. Chen, S. M. Chen, T. Chen, X. R. Chen, X. T. Chen, Y. B. Chen, Y. Q. Chen, Z. J. Chen, Z. K. Chen, S. K. Choi, X. Chu, G. Cibinetto, F. Cossio, J. J. Cui, H. L. Dai, J. P. Dai, A. Dbeyssi, R. E. de Boer, D. Dedovich, C. Q. Deng, Z. Y. Deng, A. Denig, I. Denysenko, M. Destefanis, F. De Mori, B. Ding, X. X. Ding, Y. Ding, Y. Ding, Y. X. Ding, J. Dong, L. Y. Dong, M. Y. Dong, X. Dong, M. C. Du, S. X. Du, Y. Y. Duan, Z. H. Duan, P. Egorov, G. F. Fan, J. J. Fan, Y. H. Fan, J. Fang, J. Fang, S. S. Fang, W. X. Fang, Y. Q. Fang, R. Farinelli, L. Fava, F. Feldbauer, G. Felici, C. Q. Feng, J. H. Feng, Y. T. Feng, M. Fritsch, C. D. Fu, J. L. Fu, Y. W. Fu, H. Gao, X. B. Gao, Y. N. Gao, Y. N. Gao, Y. Y. Gao, Yang Gao, S. Garbolino, I. Garzia, P. T. Ge, Z. W. Ge, C. Geng, E. M. Gersabeck, A. Gilman, K. Goetzen, J. D. Gong, L. Gong, W. X. Gong, W. Gradl, S. Gramigna, M. Greco, M. H. Gu, Y. T. Gu, C. Y. Guan, A. Q. Guo, L. B. Guo, M. J. Guo, R. P. Guo, Y. P. Guo, A. Guskov, J. Gutierrez, K. L. Han, T. T. Han, F. Hanisch, K. D. Hao, X. Q. Hao, F. A. Harris, K. K. He, K. L. He, F. H. Heinsius, C. H. Heinz, Y. K. Heng, C. Herold, T. Holtmann, P. C. Hong, G. Y. Hou, X. T. Hou, Y. R. Hou, Z. L. Hou, B. Y. Hu, H. M. Hu, J. F. Hu, Q. P. Hu, S. L. Hu, T. Hu, Y. Hu, Z. M. Hu, G. S. Huang, K. X. Huang, L. Q. Huang, P. Huang, X. T. Huang, Y. P. Huang, Y. S. Huang, T. Hussain, N. Hüsken, N. in der Wiesche, J. Jackson, S. Janchiv, Q. Ji, Q. P. Ji, W. Ji, X. B. Ji, X. L. Ji, Y. Y. Ji, Z. K. Jia, D. Jiang, H. B. Jiang, P. C. Jiang, S. J. Jiang, T. J. Jiang, X. S. Jiang, Y. Jiang, J. B. Jiao, J. K. Jiao, Z. Jiao, S. Jin, Y. Jin, M. Q. Jing, X. M. Jing, T. Johansson, S. Kabana, N. Kalantar-Nayestanaki, X. L. Kang, X. S. Kang, M. Kavatsyuk, B. C. Ke, V. Khachatryan, A. Khoukaz, R. Kiuchi, O. B. Kolcu, B. Kopf, M. Kuessner, X. Kui, N. Kumar, A. Kupsc, W. Kühn, Q. Lan, W. N. Lan, T. T. Lei, M. Lellmann, T. Lenz, C. Li, C. Li, C. H. Li, C. K. Li, Cheng Li, D. M. Li, F. Li, G. Li, H. B. Li, H. J. Li, H. N. Li, Hui Li, J. R. Li, J. S. Li, K. Li, K. L. Li, K. L. Li, L. J. Li, Lei Li, M. H. Li, M. R. Li, P. L. Li, P. R. Li, Q. M. Li, Q. X. Li, R. Li, T. Li, T. Y. Li, W. D. Li, W. G. Li, X. Li, X. H. Li, X. L. Li, X. Y. Li, X. Z. Li, Y. Li, Y. G. Li, Y. P. Li, Z. J. Li, Z. Y. Li, C. Liang, H. Liang, Y. F. Liang, Y. T. Liang, G. R. Liao, L. B. Liao, M. H. Liao, Y. P. Liao, J. Libby, A. Limphirat, C. C. Lin, C. X. Lin, D. X. Lin, L. Q. Lin, T. Lin, B. J. Liu, B. X. Liu, C. Liu, C. X. Liu, F. Liu, F. H. Liu, Feng Liu, G. M. Liu, H. Liu, H. B. Liu, H. H. Liu, H. M. Liu, Huihui Liu, J. B. Liu, J. J. Liu, K. Liu, K. Liu, K. Y. Liu, Ke Liu, L. Liu, L. C. Liu, Lu Liu, P. L. Liu, Q. Liu, S. B. Liu, T. Liu, W. K. Liu, W. M. Liu, W. T. Liu, X. Liu, X. Liu, X. Y. Liu, Y. Liu, Y. Liu, Y. Liu, Y. B. Liu, Z. A. Liu, Z. D. Liu, Z. Q. Liu, X. C. Lou, F. X. Lu, H. J. Lu, J. G. Lu, Y. Lu, Y. H. Lu, Y. P. Lu, Z. H. Lu, C. L. Luo, J. R. Luo, J. S. Luo, M. X. Luo, T. Luo, X. L. Luo, Z. Y. Lv, X. R. Lyu, Y. F. Lyu, Y. H. Lyu, F. C. Ma, H. Ma, H. L. Ma, J. L. Ma, L. L. Ma, L. R. Ma, Q. M. Ma, R. Q. Ma, R. Y. Ma, T. Ma, X. T. Ma, X. Y. Ma, Y. M. Ma, F. E. Maas, I. MacKay, M. Maggiora, S. Malde, Y. J. Mao, Z. P. Mao, S. Marcello, F. M. Melendi, Y. H. Meng, Z. X. Meng, J. G. Messchendorp, G. Mezzadri, H. Miao, T. J. Min, R. E. Mitchell, X. H. Mo, B. Moses, N. Yu. Muchnoi, J. Muskalla, Y. Nefedov, F. Nerling, L. S. Nie, I. B. Nikolaev, Z. Ning, S. Nisar, Q. L. Niu, W. D. Niu, S. L. Olsen, Q. Ouyang, S. Pacetti, X. Pan, Y. Pan, A. Pathak, Y. P. Pei, M. Pelizaeus, H. P. Peng, Y. Y. Peng, K. Peters, J. L. Ping, R. G. Ping, S. Plura, V. Prasad, F. Z. Qi, H. R. Qi, M. Qi, S. Qian, W. B. Qian, C. F. Qiao, J. H. Qiao, J. J. Qin, J. L. Qin, L. Q. Qin, L. Y. Qin, P. B. Qin, X. P. Qin, X. S. Qin, Z. H. Qin, J. F. Qiu, Z. H. Qu, C. F. Redmer, A. Rivetti, M. Rolo, G. Rong, S. S. Rong, F. Rosini, Ch. Rosner, M. Q. Ruan, S. N. Ruan, N. Salone, A. Sarantsev, Y. Schelhaas, K. Schoenning, M. Scodeggio, K. Y. Shan, W. Shan, X. Y. Shan, Z. J. Shang, J. F. Shangguan, L. G. Shao, M. Shao, C. P. Shen, H. F. Shen, W. H. Shen, X. Y. Shen, B. A. Shi, H. Shi, J. L. Shi, J. Y. Shi, S. Y. Shi, X. Shi, H. L. Song, J. J. Song, T. Z. Song, W. M. Song, Y. X. Song, S. Sosio, S. Spataro, F. Stieler, S. S Su, Y. J. Su, G. B. Sun, G. X. Sun, H. Sun, H. K. Sun, J. F. Sun, K. Sun, L. Sun, S. S. Sun, T. Sun, Y. C. Sun, Y. H. Sun, Y. J. Sun, Y. Z. Sun, Z. Q. Sun, Z. T. Sun, C. J. Tang, G. Y. Tang, J. Tang, L. F. Tang, M. Tang, Y. A. Tang, L. Y. Tao, M. Tat, J. X. Teng, J. Y. Tian, W. H. Tian, Y. Tian, Z. F. Tian, I. Uman, B. Wang, B. Wang, Bo Wang, C. Wang, Cong Wang, D. Y. Wang, H. J. Wang, J. J. Wang, K. Wang, L. L. Wang, L. W. Wang, M. Wang, M. Wang, N. Y. Wang, S. Wang, T. Wang, T. J. Wang, W. Wang, W. Wang, W. P. Wang, X. Wang, X. F. Wang, X. J. Wang, X. L. Wang, X. N. Wang, Y. Wang, Y. D. Wang, Y. F. Wang, Y. H. Wang, Y. L. Wang, Y. N. Wang, Y. Q. Wang, Yaqian Wang, Yi Wang, Yuan Wang, Z. Wang, Z. L. Wang, Z. L. Wang, Z. Q. Wang, Z. Y. Wang, D. H. Wei, H. R. Wei, F. Weidner, S. P. Wen, Y. R. Wen, U. Wiedner, G. Wilkinson, M. Wolke, C. Wu, J. F. Wu, L. H. Wu, L. J. Wu, Lianjie Wu, S. G. Wu, S. M. Wu, X. Wu, X. H. Wu, Y. J. Wu, Z. Wu, L. Xia, X. M. Xian, B. H. Xiang, T. Xiang, D. Xiao, G. Y. Xiao, H. Xiao, Y. L. Xiao, Z. J. Xiao, C. Xie, K. J. Xie, X. H. Xie, Y. Xie, Y. G. Xie, Y. H. Xie, Z. P. Xie, T. Y. Xing, C. F. Xu, C. J. Xu, G. F. Xu, H. Y. Xu, H. Y. Xu, M. Xu, Q. J. Xu, Q. N. Xu, W. L. Xu, X. P. Xu, Y. Xu, Y. Xu, Y. C. Xu, Z. S. Xu, H. Y. Yan, L. Yan, W. B. Yan, W. C. Yan, W. P. Yan, X. Q. Yan, H. J. Yang, H. L. Yang, H. X. Yang, J. H. Yang, R. J. Yang, T. Yang, Y. Yang, Y. F. Yang, Y. H. Yang, Y. Q. Yang, Y. X. Yang, Y. Z. Yang, M. Ye, M. H. Ye, Junhao Yin, Z. Y. You, B. X. Yu, C. X. Yu, G. Yu, J. S. Yu, M. C. Yu, T. Yu, X. D. Yu, Y. C. Yu, C. Z. Yuan, H. Yuan, J. Yuan, J. Yuan, L. Yuan, S. C. Yuan, Y. Yuan, Z. Y. Yuan, C. X. Yue, Ying Yue, A. A. Zafar, S. H. Zeng, X. Zeng, Y. Zeng, Y. J. Zeng, Y. J. Zeng, X. Y. Zhai, Y. H. Zhan, A. Q. Zhang, B. L. Zhang, B. X. Zhang, D. H. Zhang, G. Y. Zhang, G. Y. Zhang, H. Zhang, H. Zhang, H. C. Zhang, H. H. Zhang, H. Q. Zhang, H. R. Zhang, H. Y. Zhang, J. Zhang, J. Zhang, J. J. Zhang, J. L. Zhang, J. Q. Zhang, J. S. Zhang, J. W. Zhang, J. X. Zhang, J. Y. Zhang, J. Z. Zhang, Jianyu Zhang, L. M. Zhang, Lei Zhang, N. Zhang, P. Zhang, Q. Zhang, Q. Y. Zhang, R. Y. Zhang, S. H. Zhang, Shulei Zhang, X. M. Zhang, X. Y Zhang, X. Y. Zhang, Y. Zhang, Y. Zhang, Y. T. Zhang, Y. H. Zhang, Y. M. Zhang, Z. D. Zhang, Z. H. Zhang, Z. L. Zhang, Z. L. Zhang, Z. X. Zhang, Z. Y. Zhang, Z. Y. Zhang, Z. Z. Zhang, Zh. Zh. Zhang, G. Zhao, J. Y. Zhao, J. Z. Zhao, L. Zhao, Lei Zhao, M. G. Zhao, N. Zhao, R. P. Zhao, S. J. Zhao, Y. B. Zhao, Y. L. Zhao, Y. X. Zhao, Z. G. Zhao, A. Zhemchugov, B. Zheng, B. M. Zheng, J. P. Zheng, W. J. Zheng, X. R. Zheng, Y. H. Zheng, B. Zhong, X. Zhong, H. Zhou, J. Q. Zhou, J. Y. Zhou, S. Zhou, X. Zhou, X. K. Zhou, X. R. Zhou, X. Y. Zhou, Y. Z. Zhou, Z. C. Zhou, A. N. Zhu, J. Zhu, K. Zhu, K. J. Zhu, K. S. Zhu, L. Zhu, L. X. Zhu, S. H. Zhu, T. J. Zhu, W. D. Zhu, W. D. Zhu, W. J. Zhu, W. Z. Zhu, Y. C. Zhu, Z. A. Zhu, X. Y. Zhuang, J. H. Zou, J. Zu * '''分类'''：hep-ex *'''原文链接'''：http://arxiv.org/abs/2503.17165v1 '''中文摘要'''：摘要：本研究利用[[BESIII实验]]收集的$(1.0087\pm0.0044)\times10^{10}$个[[J/ψ介子|$J/\psi$]]事例和$(2.7124\pm0.0143)\times10^{9}$个[[ψ(3686)|$\psi(3686)$]]事例，对非轻二体弱衰变[[Σ重子|$\Sigma^{+}$]] $\to$ [[质子|$p$]] [[π介子|$\pi^{0}$]]和[[反Σ重子|$\bar{\Sigma}^{-}$]] $\to$ [[反质子|$\bar{p}$]] [[π介子|$\pi^{0}$]]进行了精确测量。将$\Sigma^{+} \to p \pi^{0}$（$\alpha_{0}$）和$\bar{\Sigma}^{-} \to \bar{p} \pi^{0}$（$\bar{\alpha}_{0}$）的弱衰变参数测量精度较此前世界平均值提高了三倍。通过[[量子纠缠]]态$\Sigma^{+}\bar{\Sigma}^{-}$系统，首次实现了对$\Sigma^+\to p\pi^0$衰变[[CP对称性|$CP$对称性]]的最精确检验，测得不对称性观测值$A_{CP}=(\alpha_{0}+\bar{\alpha}_{0})/(\alpha_{0}-\bar{\alpha}_{0})$为$-0.0118\pm0.0083_{\rm stat}\pm0.0028_{\rm syst}$。在$CP$守恒假设下，确定平均衰变参数${\left<\alpha_{\rm 0}\right>} = (\alpha_0-\bar\alpha_0)/2=-0.9869\pm0.0011_{\rm stat}\pm0.0016_{\rm syst}$，这是[[重子]]领域不对称衰变参数的最精确测量结果。此外，首次研究了$\Sigma^+$在$J/\psi$和$\psi(3686)$衰变中[[极化比]]的角分布特性。 == 摘要 == * '''原文标题'''：Assessing Consistency and Reproducibility in the Outputs of Large Language Models: Evidence Across Diverse Finance and Accounting Tasks * '''中文标题'''：评估大型语言模型输出的一致性和可复现性：基于多样化财务与会计任务的证据 * '''发布日期'''：2025-03-21 09:43:37+00:00 * '''作者'''：Julian Junyan Wang, Victor Xiaoqi Wang * '''分类'''：q-fin.GN, cs.AI, cs.CE, cs.CL, cs.LG *'''原文链接'''：http://arxiv.org/abs/2503.16974v1 '''中文摘要'''：本研究首次对[[金融]]与[[会计]]研究中[[大型语言模型]]([[LLM]])输出的[[稳定性]]和[[可复现性]]进行全面评估。通过五大常见任务([[分类]]、[[情感分析]]、[[摘要]]、[[文本生成]]和[[预测]])各50次独立实验，我们评估了[[LLM]]在相同输入下的输出一致性。使用三种[[OpenAI]]模型([[GPT-3.5-turbo]]、[[GPT-4o-mini]]和[[GPT-4o]])，我们从[[管理层讨论与分析]]、[[美联储]]声明、[[财经新闻]]、[[财报电话会议]]记录及[[财务报表]]等多样化[[金融文本]]数据中生成超过340万条输出。研究发现：稳定性存在显著任务依赖性，[[二元分类]]和[[情感分析]]近乎完美可复现，而复杂任务变异性更大；更先进模型未必表现更稳定，不同任务呈现特定模式；[[LLM]]在稳定性上显著优于[[人类专家]]标注，且在专家分歧严重处仍保持高度一致性；3-5次运行的简单[[聚合策略]]可大幅提升稳定性；[[模拟分析]]表明，尽管[[LLM]]输出存在可观测的[[不稳定性]]，下游[[统计推断]]仍保持显著[[稳健性]]。这些发现通过证明"[[G-hacking]]"(从多次[[生成式AI]]运行中选择性报告有利结果)风险在[[金融会计]]任务中相对较低，回应了相关担忧。 == 摘要 == * '''原文标题'''：Arm DynamIQ Shared Unit and Real-Time: An Empirical Evaluation * '''中文标题'''：Arm DynamIQ共享单元与实时性：实证评估 * '''发布日期'''：2025-03-21 10:48:35+00:00 * '''作者'''：Ashutosh Pradhan, Daniele Ottaviano, Yi Jiang, Haozheng Huang, Alexander Zuepke, Andrea Bastoni, Marco Caccamo * '''分类'''：cs.PF, cs.AR, 68M20, C.3; C.4; D.4.7 *'''原文链接'''：http://arxiv.org/abs/2503.17038v1 '''中文摘要'''：嵌入式硬件平台日益增长的复杂性给实时工作负载带来了重大挑战。诸如[[Intel RDT]]、[[Arm QoS]]和[[Arm MPAM]]等架构特性要么在商用嵌入式平台上不可用，要么主要针对优化平均性能的服务器环境设计，可能无法提供预期的实时性保证。[[Arm DynamIQ共享单元]]（DSU）包含硬件逐路缓存分区等隔离特性，可提升复杂嵌入式多核系统的实时性保证并简化实时分析。然而DSU同样面向平均用例，其实时能力尚未得到评估。本文首次对[[Rockchip RK3568]]、[[Rockchip RK3588]]和[[NVIDIA Orin]]平台上[[Arm DSU]]的三种实际部署进行全面分析：我们在操作系统和虚拟机监控程序层面集成DSU支持，采用合成及真实基准测试进行大规模评估，测试包含不同类型和强度的干扰场景。通过充分利用性能计数器，结果表明尽管DSU有效，但其提供的分区和隔离质量取决于干扰工作负载的类型和强度。此外，我们还详细揭示并分析了基准测试与不同类型/强度干扰之间的相关性。 == 摘要 == * '''原文标题'''：Gradient continuity for the parabolic $(1,\,p)$-Laplace system * '''中文标题'''：抛物型$(1,\,p)$-Laplace系统的梯度连续性 * '''发布日期'''：2025-03-21 02:36:49+00:00 * '''作者'''：Shuntaro Tsubouchi * '''分类'''：math.AP, 35B45, 35B65, 35K40, 35K92 *'''原文链接'''：http://arxiv.org/abs/2503.16808v1 '''中文摘要'''：摘要：本文研究抛物型$(1,\,p)$-[[拉普拉斯算子|拉普拉斯方程组]]，这是一个同时包含一阶[[拉普拉斯算子]]和$p$-[[拉普拉斯算子]]（$p\in(1,\,\infty)$）的[[抛物系统]]。我们旨在证明[[空间梯度]]在[[时空]]中的[[连续性]]。[[外力项]]的处理基于[[抛物Lebesgue空间]]中的最优[[正则性]]假设，同时讨论了具有[[Uhlenbeck结构]]的广义[[抛物系统]]。主要困难在于$(1,\,p)$-[[拉普拉斯算子]]在[[梯度退化区域]]（或称"刻面"）上丧失[[一致椭圆性]]。通过证明[[截断梯度]]（其[[支撑集]]远离[[退化区域]]）的局部[[Hölder连续性]]，最终建立了[[梯度连续性]]。该结论通过考虑[[近似抛物系统]]，并运用[[De Giorgi截断法]]、[[Moser迭代]]和[[系数冻结法]]等经典方法推导[[近似解]]的各种[[正则性]]估计来严格证明。当$p$不在[[超临界范围]]内时，还利用了[[弱极值原理]]。 == 摘要 == * '''原文标题'''：Quasinormal Modes of Black Holes: Efficient and Highly Accurate Calculations with Recurrence-Based Methods * '''中文标题'''：黑洞的准正规模：基于递推方法的高效高精度计算 * '''发布日期'''：2025-03-21 17:20:27+00:00 * '''作者'''：Kristian Benda, Jerzy Matyjasek * '''分类'''：gr-qc, hep-th *'''原文链接'''：http://arxiv.org/abs/2503.17325v1 '''中文摘要'''：摘要：我们探讨了基于[[递推关系]]的新方法，用于计算[[黑洞]][[准正模]]的[[复频率]]。这些方法建立在描述[[线性化]][[径向扰动]]的[[微分方程]]的[[Frobenius级数]]解基础上。在通用框架内，我们提出两种途径：第一种涉及[[级数系数]]的计算，第二种则采用[[广义连分式]]。此外，通过该分析我们还提出了一种计算高效且便捷的[[双重收敛加速法]]，该方法将[[Wynn算法]]应用于从[[Hill行列式]]获得的近似值，同时考虑了[[Leaver-Nollert-Zhidenko类尾部近似]]。后者对于稳定并实现小[[实部]][[模]]及高次[[泛音]]的计算尤为重要。该方法展现出极高的计算精度。我们强调所有这些计算均无需[[高斯消元]]。研究以$D$维（$3<D<10$）[[Schwarzschild-Tangherlini黑洞]]作为具体算例，特别计算了$(2+1)$维[[声学黑洞]]（与五维[[Schwarzschild-Tangherlini黑洞]]密切相关）的[[准正模]]、六维黑洞的[[电磁矢量模]]以及七维情况下的[[标量]]（[[引力张量]]）模。我们认为本文所述方法具有超越示例的适用性，甚至可延伸至[[黑洞物理]]领域之外。 == 摘要 == * '''原文标题'''：ExplainitAI: When do we trust artificial intelligence? The influence of content and explainability in a cross-cultural comparison * '''中文标题'''：ExplainitAI：我们何时信任人工智能？内容与可解释性在跨文化比较中的影响 * '''发布日期'''：2025-03-21 14:00:59+00:00 * '''作者'''：Sora Kang, Andreea-Elena Potinteu, Nadia Said * '''分类'''：cs.HC *'''原文链接'''：http://arxiv.org/abs/2503.17158v1 '''中文摘要'''：本研究探讨了[[德国]]与[[韩国]]在[[AI]]驱动[[聊天机器人]]认知上的[[跨文化差异]]，重点关注[[话题依赖性]]和[[可解释性]]。通过定制化[[AI聊天界面]][[ExplainitAI]]，我们采用两国[[配额抽样]]样本（N=297）系统检验了这些因素。研究发现显著的[[文化差异]]：与德国参与者相比，韩国参与者表现出更高的[[信任度]]、更积极的[[用户体验]]评价以及对AI更有利的认知。[[话题依赖性]]也是关键因素，参与者在讨论[[社会争议性话题]]（如[[移民]]）时对[[AI]]的[[信任度]]明显低于[[健康]]或[[娱乐]]话题。这些认知还受到[[文化背景]]、[[内容领域]]和[[可解释性]]条件之间[[交互作用]]的进一步影响。研究结果强调了将[[文化]]和[[情境差异]]融入[[AI系统]]设计的重要性，为开发适应不同文化、具备[[可解释性]]并能满足跨领域[[用户需求]]和[[期待]]的[[AI系统]]提供了可操作的见解。 == 摘要 == * '''原文标题'''：Wafer scale reactive sputter deposition of ferroelectric Al$_{0.6}$Sc$_{0.4}$N from 300 mm AlSc Targets * '''中文标题'''：基于300毫米铝钪靶材的晶圆级反应溅射沉积铁电Al$_{0.6}$Sc$_{0.4}$N薄膜 * '''发布日期'''：2025-03-21 14:17:58+00:00 * '''作者'''：Tom-Niklas Kreutzer, Muhammad Zubair Ghori, Md Redwanul Islam, Fabian Lofink, Fabian Stoppel, Axel Müller-Groeling, Simon Fichtner * '''分类'''：cond-mat.mtrl-sci, physics.app-ph *'''原文链接'''：http://arxiv.org/abs/2503.17170v1 '''中文摘要'''：本文展示了高[[钪]]含量[[压电]]/[[铁电]][[Al$_{1-x}$Sc$_x$N]]薄膜大规模制备技术的进展。研究人员采用直径300毫米的[[Al$_{0.6}$Sc$_{0.4}$N]]靶材，通过[[反应溅射]]在标准200毫米[[硅片]]上沉积薄膜（底部[[铂|Pt电极]]/顶部[[钼|Mo电极]]）。通过[[X射线衍射]]([[XRD]])、[[倒易空间映射]]([[RSM]])、[[扫描电镜]]([[SEM]])和[[能谱分析]]([[EDX]])进行深度表征，结果显示整个[[晶圆]]呈现良好取向的c轴生长，仅存在薄膜厚度和钪含量随晶圆半径的轻微变化。异常取向晶粒([[AOG]])总体密度较低。压电和[[介电性能]]的晶圆映射测试表明，与[[Al$_{0.7}$Sc$_{0.3}$N]]相比，压电性能提升40%，而[[介电常数]]和[[损耗因子]]仅适度增加。开关特性测量显示所有测试位点均具有铁电特性，平均剩余[[极化强度]]为88.36 μC/cm$^2$，平均[[矫顽场强]]为244 V/μm。该成功示范为需要高驱动力的[[MEMS]]应用（如[[微型扬声器]]或[[准静态微镜]]）开辟了新机遇。 == 摘要 == * '''原文标题'''：Uncovering cooling center usage as an adaptation strategy for hurricane-blackout-heat compound hazards during Hurricane Beryl (2024) * '''中文标题'''：揭示冷却中心使用作为应对飓风"贝丽尔"(2024)期间停电-高温复合灾害的适应策略 * '''发布日期'''：2025-03-21 16:42:53+00:00 * '''作者'''：Tianle Duan, Fengxiu Zhang, Qingchun Li * '''分类'''：physics.soc-ph *'''原文链接'''：http://arxiv.org/abs/2503.17292v1 '''中文摘要'''：[[极端高温]]与[[飓风]]引发的[[停电]]可能在夏季同时发生，对[[社区健康]]和[[福祉]]构成重大挑战。[[冷却中心]]作为缓解[[热应激]]的关键[[适应策略]]，尤其对[[热脆弱人群]]至关重要。本研究利用[[移动数据]]，考察受[[飓风]]-[[停电]]-[[高温]]复合灾害影响的社区如何利用[[冷却中心]]应对危机，并重点分析常被[[应急管理]]实践忽视的"[[获取与功能需求特殊群体]]"(AFNs)在使用[[冷却中心]]时存在的差异。这些群体包括但不限于[[老年人]]、[[英语能力有限者]]、[[残障人士]]、[[无车辆家庭]]及[[低收入家庭]]。以2024年[[德州]][[哈里斯县]][[飓风"贝丽尔"]]为实证案例，我们发现政府设立的正式[[冷却中心]]与[[志愿组织]]运营的非正式[[冷却中心]]在访问量上无显著统计差异。距离[[冷却中心]]更近的[[人口普查区块组]]及[[低收入群体]]在飓风后更倾向于前往[[冷却中心]]避暑。[[低收入]]区块组往往也更靠近[[冷却中心]]，表明[[哈里斯县]]可能策略性地将其布局在[[社会脆弱性]]更高的区域。此外，我们研究了[[入住酒店]]作为替代性但更昂贵的[[适应策略]]。在这两种选择中，距[[冷却中心]]更近、收入更低及年龄更大与选择[[冷却中心]]而非[[酒店]]的概率显著正相关，而[[英语能力有限]]则显著降低该概率。 == 摘要 == * '''原文标题'''：Arm DynamIQ Shared Unit and Real-Time: An Empirical Evaluation * '''中文标题'''：Arm DynamIQ共享单元与实时性：实证评估 * '''发布日期'''：2025-03-21 10:48:35+00:00 * '''作者'''：Ashutosh Pradhan, Daniele Ottaviano, Yi Jiang, Haozheng Huang, Alexander Zuepke, Andrea Bastoni, Marco Caccamo * '''分类'''：cs.PF, cs.AR, 68M20, C.3; C.4; D.4.7 *'''原文链接'''：http://arxiv.org/abs/2503.17038v2 '''中文摘要'''：嵌入式[[硬件平台]]日益增长的复杂性给[[实时]]工作负载带来了重大挑战。诸如[[Intel RDT]]、[[Arm QoS]]和[[Arm MPAM]]等架构特性要么在商用嵌入式平台上不可用，要么主要针对优化平均性能的[[服务器]]环境设计，可能无法提供预期的[[实时性]]保证。[[Arm DynamIQ]]共享单元（DSU）包含硬件逐路[[缓存分区]]等隔离特性，能够提升复杂嵌入式[[多核系统]]的实时性保证并简化[[实时分析]]。然而DSU同样针对平均场景设计，其实时能力尚未得到评估。本文首次对[[Arm DSU]]在[[瑞芯微]]RK3568、RK3588和[[英伟达]]Orin平台上的三种实际部署方案进行全面分析。我们在[[操作系统]]和[[虚拟机监控程序]]层面集成对DSU的支持，并使用具有不同类型和干扰强度的合成及实际[[基准测试]]进行大规模评估。研究结果充分利用[[性能计数器]]数据表明：尽管DSU提供的分区和隔离机制有效，但其质量取决于干扰工作负载的类型和强度。此外，我们还发现并详细分析了基准测试与不同类型/强度干扰之间的相关性。 == 摘要 == * '''原文标题'''：Seismotectonics and Slip Behavior of a Submarine Plate Boundary Fault from Seismicity Repeaters and Tomography using a high-resolution earthquake catalog from machine learning * '''中文标题'''：基于机器学习高分辨率地震目录的重复地震和层析成像研究海底板块边界断层的地震构造与滑动行为 * '''发布日期'''：2025-03-21 13:51:01+00:00 * '''作者'''：D. Lange, Y. Ren, I. Grevemeyer * '''分类'''：physics.geo-ph *'''原文链接'''：http://arxiv.org/abs/2503.17148v1 '''中文摘要'''：[[布兰科转换断层系统]]（BTFS）是[[东北太平洋]]中一个高度分段的演化转换[[板块边界]]。通过部署54台[[海底地震仪]]组成的密集观测网进行为期一年的监测，我们捕获了该断层系统的[[地震活动]]特征。基于多种[[机器学习]]初至拾取算法，我们构建了包含12,708个事件的[[高分辨率地震目录]]，清晰勾勒出沿主要转换断层的现今形变与[[应力释放]]模式。地震活动性揭示了[[地震行为]]的横向变化，包括[[地震/无震断层]]区段、复杂的沿走向与离轴变形、[[阶跃构造]]以及[[拉分盆地]]内部的次级断裂。线性断层带的[[地震活动]]集中于海底断层迹线2公里范围内。[[重复地震]]显示平均21厘米的[[同震滑动]]量，超出地质[[滑动速率]]约4倍。根据重复震群特征，我们认为（整体无震的）滑动在空间上具有高度非均匀性，由众多小震源区构成，每个震源区约4年释放一次[[地震滑动]]。沿BTFS断层，[[耦合状态]]呈现完全闭锁至完全蠕滑的连续变化。局部[[地震层析成像]]显示[[vp/vs比值]]超过2，表明[[海水渗透]]导致转换断层及[[洋壳-地幔]]发生显著[[蛇纹石化]]。本研究展示了如何利用现代[[机器学习拾取器]]处理[[海底地震仪]]数据，从而高分辨率揭示[[板块边界]]断层在时空维度上的[[破裂物理机制]]，包括[[地震/无震滑动]]的精细分配过程。 == 摘要 == * '''原文标题'''：Measurements on Time Resolution of BGO, PWO and BSO Crystals * '''中文标题'''：BGO、PWO和BSO晶体时间分辨率的测量 * '''发布日期'''：2025-03-21 06:29:26+00:00 * '''作者'''：Zhiyu Zhao, Dejing Du, Yong Liu, Jiyuan Chen, Junfeng Chen, Fangyi Guo, Shu Li, Baohua Qi * '''分类'''：physics.ins-det, hep-ex *'''原文链接'''：http://arxiv.org/abs/2503.16880v1 '''中文摘要'''：摘要：针对未来[[环形正负电子对撞机]]([[CEPC]])，研究人员提出了一种高粒度[[晶体]][[量能器]]([[HGCCAL]])。本研究重点考察了[[锗酸铋]]([[BGO]])、[[钨酸铅]]([[PWO]])和[[硅酸铋]]([[BSO]])三种晶体与[[硅光电倍增管]]([[SiPM]])组成的[[探测单元]]的[[时间分辨率]]。通过在[[CERN]]使用10GeV[[π介子]][[束流]]和在[[DESY]]使用5GeV[[电子]][[束流]]开展测试，系统比较了[[最小电离粒子]]([[MIP]])信号和[[电磁簇射]]([[EM shower]])条件下的时间性能。研究评估了三种定时方法：[[采样点恒比定时]]([[CFT]])、[[线性拟合]]和[[指数拟合]]，其中指数拟合结合10%恒比分数的方案表现出最佳时间分辨率。对不同尺寸晶体单元的测量表明，[[闪烁光]][[产额]]和[[信号]][[上升时间]]共同影响定时性能。在尺寸相近的晶体中，PWO凭借更快的信号上升时间展现出最优时间分辨率，而BGO与BSO的定时性能相当。对于长BGO晶体棒(40cm和60cm)，其时间分辨率沿长度方向保持均匀，对MIP信号分别达到约0.75ns和0.95ns。在强电磁簇射条件下，两根晶体棒在高振幅时均可实现约200ps的时间分辨率。研究还发现，上游[[预簇射层]]的存在会在相近振幅下引入额外的[[时间涨落]]。 == 摘要 == * '''原文标题'''：Numerical Simulations of Fully Eulerian Fluid-Structure Contact Interaction using a Ghost-Penalty Cut Finite Element Approach * '''中文标题'''：基于幽灵惩罚切割有限元方法的全欧拉流体-结构接触相互作用数值模拟 * '''发布日期'''：2025-03-21 13:50:30+00:00 * '''作者'''：Stefan Frei, Tobias Knoke, Marc C. Steinbach, Anne-Kathrin Wenske, Thomas Wick * '''分类'''：math.NA, cs.NA, 74F10, 76M10, 65M60 *'''原文链接'''：http://arxiv.org/abs/2503.17145v1 '''中文摘要'''：摘要：本研究开发了一种基于[[切割]]的[[非拟合有限元方法]]，用于求解[[欧拉坐标系]]下具有[[接触]]的[[非线性]]非定常[[流固耦合]]问题。在[[欧拉描述]]中，不可压缩[[Navier-Stokes方程]]描述的[[流体流动]]保持[[欧拉坐标]]，而[[弹性固体]]则从[[拉格朗日坐标]]转换至[[欧拉系统]]。采用整体描述方式，[[空间离散化]]使用基于[[inf-sup稳定有限元]]的带[[虚惩罚项]]的[[非拟合有限元法]]。针对[[接触问题]]，采用[[接触条件松弛]]与统一[[Nitsche方法]]相结合的策略，隐式处理[[流固耦合]]与[[接触条件]]间的切换。[[时间离散]]采用[[后向欧拉格式]]，并隐式扩展前一时间步的[[解]]。[[非线性系统]]通过带[[线搜索]]的[[半光滑牛顿法]]求解。通过[[弹性球体]]与[[底部边界]]接触这一具有挑战性的前沿[[基准测试]]，验证了所提方法、[[离散方案]]及[[实现]]的有效性。 == 摘要 == * '''原文标题'''：A fourth-order cut-cell method for solving the two-dimensional advection-diffusion equation with moving boundaries * '''中文标题'''：求解移动边界二维对流-扩散方程的四阶切割单元法 * '''发布日期'''：2025-03-21 06:23:27+00:00 * '''作者'''：Kaiyi Liang, Yuke Zhu, Jiyu Liu, Qinghai Zhang * '''分类'''：math.NA, cs.NA, 35G16, 35M13, 76M12, 76R99, 80M12 *'''原文链接'''：http://arxiv.org/abs/2503.16877v1 '''中文摘要'''：我们提出了一种四阶[[切割网格法]]，用于在[[笛卡尔网格]]上求解具有[[移动边界]]的二维[[对流-扩散方程]]。采用[[ARMS技术]]对移动边界进行显式精确表征，并引入[[单元合并技术]]以克服切割网格因[[拓扑变化]]产生的不连续性及[[小网格问题]]。基于[[poised lattice]]生成的多项式[[插值技术]]实现了四阶[[空间离散]]，采用四阶[[隐式-显式Runge-Kutta格式]]进行[[时间积分]]。通过在多种移动区域（[[对流速度]]与边界速度匹配/不匹配情形）的数值实验，验证了所提方法具有四阶[[精度]]。 == 摘要 == * '''原文标题'''：Searches for direct slepton production in the compressed-mass corridor in $\sqrt{s}=13$ TeV $pp$ collisions with the ATLAS detector * '''中文标题'''：ATLAS探测器在$\sqrt{s}=13$ TeV质子对撞中搜索压缩质量区间的直接标轻子产生 * '''发布日期'''：2025-03-21 14:31:50+00:00 * '''作者'''：ATLAS Collaboration * '''分类'''：hep-ex *'''原文链接'''：http://arxiv.org/abs/2503.17186v1 '''中文摘要'''：本文报道了对带电轻味标量轻子直接对产生的搜寻研究，每个标量轻子衰变为一个稳定的中性伴随粒子和一个标准模型轻子。分析聚焦于具有挑战性的"走廊"区域——标量轻子($\tilde{e}$或$\tilde{\mu}$)与最轻中性子($\tilde{\chi}^{0}_{1}$)的质量差$\Delta m$小于或接近$W$玻色子质量$m(W)$的区域，旨在填补$\Delta m \lesssim m(W)$模型灵敏度长期存在的空白。实验要求事件包含一个高能[[喷注]]、显著缺失[[横向动量]]以及两个同味反号轻子($e$或$\mu$)。该分析使用[[ATLAS探测器]]记录的$\sqrt{s}=13$ TeV[[质子-质子对撞]]数据，对应140 fb$^{-1}$的积分亮度。研究应用了多种[[运动学]]选择标准，包括一组经过优化的[[提升决策树]]，它们分别针对不同$\Delta m$区间进行优化，首次实现了对整个$\Delta m$走廊区域的预期灵敏度覆盖。实验结果总体上与[[标准模型]]一致，在标电子搜寻中观测到最显著偏差的局部显著性为2.0$\sigma$，在标μ子搜寻中为2.4$\sigma$。虽然这些偏差减弱了信号参数空间某些区域的排除范围，但先前存在的对该走廊区域的灵敏度缺口已大幅缩小。研究在95%置信水平上对简化模型中标电子和标μ子对产生设置了限制，对于$\Delta m$在2 GeV到100 GeV之间的情形，可以排除质量高达300(350) GeV的标电子(标μ子)。 == 摘要 == * '''原文标题'''：Calibration Strategies for Robust Causal Estimation: Theoretical and Empirical Insights on Propensity Score Based Estimators * '''中文标题'''：稳健因果估计的校准策略：基于倾向得分估计器的理论与实证见解 * '''发布日期'''：2025-03-21 16:41:10+00:00 * '''作者'''：Jan Rabenseifner, Sven Klaassen, Jannis Kueck, Philipp Bach * '''分类'''：stat.ML, cs.LG, econ.EM, stat.ME *'''原文链接'''：http://arxiv.org/abs/2503.17290v1 '''中文摘要'''：数据在估计与校准环节的划分对基于[[倾向得分]]的估计方法（如[[逆概率加权]]/[[IPW]]和[[双重机器学习]]/[[去偏机器学习]]/[[DML]]框架）的性能具有关键影响。我们扩展了[[倾向得分估计]]校准技术的最新进展，在有限重叠、小样本或不平衡数据等挑战性场景中提升[[倾向得分]]的稳健性。贡献主要体现在两方面：首先，我们在[[DML]]背景下对校准估计量的性质进行理论分析，为此改进了现有[[倾向得分模型]]的校准框架，特别强调[[样本分割]]方案在确保有效[[因果推断]]中的作用；其次，通过大量[[模拟实验]]证明，校准能在小样本情况下降低基于[[逆概率]]的[[倾向得分估计量]]方差，同时缓解[[IPW]]的偏差。值得注意的是，校准在保持[[DML]]双重稳健性的同时，提升了灵活学习器（如[[梯度提升]]）的稳定性。关键发现是：即使方法在不校准时表现良好，只要选择适当的[[样本分割]]方案，加入校准步骤也不会降低性能。 == 摘要 == * '''原文标题'''：Hamiltonian Chaos: From Galactic Dynamics to Plasma Physics * '''中文标题'''：哈密顿混沌：从星系动力学到等离子体物理 * '''发布日期'''：2025-03-21 15:10:38+00:00 * '''作者'''：Henok Tenaw Moges * '''分类'''：nlin.CD, astro-ph.GA, math.DS, physics.plasm-ph *'''原文链接'''：http://arxiv.org/abs/2503.17208v1 '''中文摘要'''：摘要：本论文主要对[[哈密顿模型]]中的[[混沌现象]]进行数值研究，这些模型描述了[[等离子体]]中[[带电粒子]]轨道、[[棒旋星系]]中[[恒星运动]]以及[[多维映射]]中轨道的[[扩散]]。我们系统研究了[[环形聚变等离子体]]中[[磁混沌]]与[[动能混沌]]的相互作用，其中[[非轴对称扰动]]会破坏平滑的[[磁通量面]]，产生复杂的[[粒子轨迹]]。通过采用[[广义对齐指数]](GALI)方法，我们有效量化了[[混沌现象]]，比较了[[磁力线]]与[[粒子轨道]]的行为，可视化了[[混沌区域]]的[[径向分布]]，并将GALI方法确立为研究[[等离子体物理]]动力学的有效工具。我们还研究了[[三维棒旋星系]]势场中[[相空间结构]]的演化，追踪了[[周期性轨道]]连续发生的[[二维]]和[[三维]][[叉式分岔]]及[[倍周期分岔]]。运用"[[着色与旋转]]"技术对系统的[[四维庞加莱截面]]进行可视化，我们揭示了独特的[[结构模式]]。此外，我们深入研究了[[单耦合标准映射]]的长期[[扩散输运]]和[[混沌特性]]，重点关注通过呈现[[弹道输运]]的[[加速器模式]]诱发[[异常扩散]]的[[参数]]。利用受这些模式影响的[[混沌区域]]中不同[[初始条件]]集合，我们检验了[[渐近扩散率]]和[[时间尺度]]，确定了抑制[[异常输运]]并导致[[耦合映射]]间长期收敛于[[正常扩散]]的条件。最后，我们首次对[[连续]]和[[离散时间]][[耗散系统]]中各类[[吸引子]]的GALI指数进行全面研究，将该方法的应用扩展至[[非哈密顿系统]]。我们工作的一个关键方面是分析和比较呈现[[超混沌运动]]的系统的GALI指数与[[李雅普诺夫指数]]。 == 摘要 == * '''原文标题'''：Stringent test of $CP$ symmetry in $Σ^+$ hyperon decays * '''中文标题'''：Σ⁺超子衰变中CP对称性的严格检验 * '''发布日期'''：2025-03-21 14:09:15+00:00 * '''作者'''：BESIII Collaboration, M. Ablikim, M. N. Achasov, P. Adlarson, X. C. Ai, R. Aliberti, A. Amoroso, Q. An, Y. Bai, O. Bakina, Y. Ban, H. -R. Bao, V. Batozskaya, K. Begzsuren, N. Berger, M. Berlowski, M. Bertani, D. Bettoni, F. Bianchi, E. Bianco, A. Bortone, I. Boyko, R. A. Briere, A. Brueggemann, H. Cai, M. H. Cai, X. Cai, A. Calcaterra, G. F. Cao, N. Cao, S. A. Cetin, X. Y. Chai, J. F. Chang, G. R. Che, Y. Z. Che, G. Chelkov, C. Chen, C. H. Chen, Chao Chen, G. Chen, H. S. Chen, H. Y. Chen, M. L. Chen, S. J. Chen, S. L. Chen, S. M. Chen, T. Chen, X. R. Chen, X. T. Chen, Y. B. Chen, Y. Q. Chen, Z. J. Chen, Z. K. Chen, S. K. Choi, X. Chu, G. Cibinetto, F. Cossio, J. J. Cui, H. L. Dai, J. P. Dai, A. Dbeyssi, R. E. de Boer, D. Dedovich, C. Q. Deng, Z. Y. Deng, A. Denig, I. Denysenko, M. Destefanis, F. De Mori, B. Ding, X. X. Ding, Y. Ding, Y. Ding, Y. X. Ding, J. Dong, L. Y. Dong, M. Y. Dong, X. Dong, M. C. Du, S. X. Du, Y. Y. Duan, Z. H. Duan, P. Egorov, G. F. Fan, J. J. Fan, Y. H. Fan, J. Fang, J. Fang, S. S. Fang, W. X. Fang, Y. Q. Fang, R. Farinelli, L. Fava, F. Feldbauer, G. Felici, C. Q. Feng, J. H. Feng, Y. T. Feng, M. Fritsch, C. D. Fu, J. L. Fu, Y. W. Fu, H. Gao, X. B. Gao, Y. N. Gao, Y. N. Gao, Y. Y. Gao, Yang Gao, S. Garbolino, I. Garzia, P. T. Ge, Z. W. Ge, C. Geng, E. M. Gersabeck, A. Gilman, K. Goetzen, J. D. Gong, L. Gong, W. X. Gong, W. Gradl, S. Gramigna, M. Greco, M. H. Gu, Y. T. Gu, C. Y. Guan, A. Q. Guo, L. B. Guo, M. J. Guo, R. P. Guo, Y. P. Guo, A. Guskov, J. Gutierrez, K. L. Han, T. T. Han, F. Hanisch, K. D. Hao, X. Q. Hao, F. A. Harris, K. K. He, K. L. He, F. H. Heinsius, C. H. Heinz, Y. K. Heng, C. Herold, T. Holtmann, P. C. Hong, G. Y. Hou, X. T. Hou, Y. R. Hou, Z. L. Hou, B. Y. Hu, H. M. Hu, J. F. Hu, Q. P. Hu, S. L. Hu, T. Hu, Y. Hu, Z. M. Hu, G. S. Huang, K. X. Huang, L. Q. Huang, P. Huang, X. T. Huang, Y. P. Huang, Y. S. Huang, T. Hussain, N. Hüsken, N. in der Wiesche, J. Jackson, S. Janchiv, Q. Ji, Q. P. Ji, W. Ji, X. B. Ji, X. L. Ji, Y. Y. Ji, Z. K. Jia, D. Jiang, H. B. Jiang, P. C. Jiang, S. J. Jiang, T. J. Jiang, X. S. Jiang, Y. Jiang, J. B. Jiao, J. K. Jiao, Z. Jiao, S. Jin, Y. Jin, M. Q. Jing, X. M. Jing, T. Johansson, S. Kabana, N. Kalantar-Nayestanaki, X. L. Kang, X. S. Kang, M. Kavatsyuk, B. C. Ke, V. Khachatryan, A. Khoukaz, R. Kiuchi, O. B. Kolcu, B. Kopf, M. Kuessner, X. Kui, N. Kumar, A. Kupsc, W. Kühn, Q. Lan, W. N. Lan, T. T. Lei, M. Lellmann, T. Lenz, C. Li, C. Li, C. H. Li, C. K. Li, Cheng Li, D. M. Li, F. Li, G. Li, H. B. Li, H. J. Li, H. N. Li, Hui Li, J. R. Li, J. S. Li, K. Li, K. L. Li, K. L. Li, L. J. Li, Lei Li, M. H. Li, M. R. Li, P. L. Li, P. R. Li, Q. M. Li, Q. X. Li, R. Li, T. Li, T. Y. Li, W. D. Li, W. G. Li, X. Li, X. H. Li, X. L. Li, X. Y. Li, X. Z. Li, Y. Li, Y. G. Li, Y. P. Li, Z. J. Li, Z. Y. Li, C. Liang, H. Liang, Y. F. Liang, Y. T. Liang, G. R. Liao, L. B. Liao, M. H. Liao, Y. P. Liao, J. Libby, A. Limphirat, C. C. Lin, C. X. Lin, D. X. Lin, L. Q. Lin, T. Lin, B. J. Liu, B. X. Liu, C. Liu, C. X. Liu, F. Liu, F. H. Liu, Feng Liu, G. M. Liu, H. Liu, H. B. Liu, H. H. Liu, H. M. Liu, Huihui Liu, J. B. Liu, J. J. Liu, K. Liu, K. Liu, K. Y. Liu, Ke Liu, L. Liu, L. C. Liu, Lu Liu, P. L. Liu, Q. Liu, S. B. Liu, T. Liu, W. K. Liu, W. M. Liu, W. T. Liu, X. Liu, X. Liu, X. Y. Liu, Y. Liu, Y. Liu, Y. Liu, Y. B. Liu, Z. A. Liu, Z. D. Liu, Z. Q. Liu, X. C. Lou, F. X. Lu, H. J. Lu, J. G. Lu, Y. Lu, Y. H. Lu, Y. P. Lu, Z. H. Lu, C. L. Luo, J. R. Luo, J. S. Luo, M. X. Luo, T. Luo, X. L. Luo, Z. Y. Lv, X. R. Lyu, Y. F. Lyu, Y. H. Lyu, F. C. Ma, H. Ma, H. L. Ma, J. L. Ma, L. L. Ma, L. R. Ma, Q. M. Ma, R. Q. Ma, R. Y. Ma, T. Ma, X. T. Ma, X. Y. Ma, Y. M. Ma, F. E. Maas, I. MacKay, M. Maggiora, S. Malde, Y. J. Mao, Z. P. Mao, S. Marcello, F. M. Melendi, Y. H. Meng, Z. X. Meng, J. G. Messchendorp, G. Mezzadri, H. Miao, T. J. Min, R. E. Mitchell, X. H. Mo, B. Moses, N. Yu. Muchnoi, J. Muskalla, Y. Nefedov, F. Nerling, L. S. Nie, I. B. Nikolaev, Z. Ning, S. Nisar, Q. L. Niu, W. D. Niu, S. L. Olsen, Q. Ouyang, S. Pacetti, X. Pan, Y. Pan, A. Pathak, Y. P. Pei, M. Pelizaeus, H. P. Peng, Y. Y. Peng, K. Peters, J. L. Ping, R. G. Ping, S. Plura, V. Prasad, F. Z. Qi, H. R. Qi, M. Qi, S. Qian, W. B. Qian, C. F. Qiao, J. H. Qiao, J. J. Qin, J. L. Qin, L. Q. Qin, L. Y. Qin, P. B. Qin, X. P. Qin, X. S. Qin, Z. H. Qin, J. F. Qiu, Z. H. Qu, C. F. Redmer, A. Rivetti, M. Rolo, G. Rong, S. S. Rong, F. Rosini, Ch. Rosner, M. Q. Ruan, S. N. Ruan, N. Salone, A. Sarantsev, Y. Schelhaas, K. Schoenning, M. Scodeggio, K. Y. Shan, W. Shan, X. Y. Shan, Z. J. Shang, J. F. Shangguan, L. G. Shao, M. Shao, C. P. Shen, H. F. Shen, W. H. Shen, X. Y. Shen, B. A. Shi, H. Shi, J. L. Shi, J. Y. Shi, S. Y. Shi, X. Shi, H. L. Song, J. J. Song, T. Z. Song, W. M. Song, Y. X. Song, S. Sosio, S. Spataro, F. Stieler, S. S Su, Y. J. Su, G. B. Sun, G. X. Sun, H. Sun, H. K. Sun, J. F. Sun, K. Sun, L. Sun, S. S. Sun, T. Sun, Y. C. Sun, Y. H. Sun, Y. J. Sun, Y. Z. Sun, Z. Q. Sun, Z. T. Sun, C. J. Tang, G. Y. Tang, J. Tang, L. F. Tang, M. Tang, Y. A. Tang, L. Y. Tao, M. Tat, J. X. Teng, J. Y. Tian, W. H. Tian, Y. Tian, Z. F. Tian, I. Uman, B. Wang, B. Wang, Bo Wang, C. Wang, Cong Wang, D. Y. Wang, H. J. Wang, J. J. Wang, K. Wang, L. L. Wang, L. W. Wang, M. Wang, M. Wang, N. Y. Wang, S. Wang, T. Wang, T. J. Wang, W. Wang, W. Wang, W. P. Wang, X. Wang, X. F. Wang, X. J. Wang, X. L. Wang, X. N. Wang, Y. Wang, Y. D. Wang, Y. F. Wang, Y. H. Wang, Y. L. Wang, Y. N. Wang, Y. Q. Wang, Yaqian Wang, Yi Wang, Yuan Wang, Z. Wang, Z. L. Wang, Z. L. Wang, Z. Q. Wang, Z. Y. Wang, D. H. Wei, H. R. Wei, F. Weidner, S. P. Wen, Y. R. Wen, U. Wiedner, G. Wilkinson, M. Wolke, C. Wu, J. F. Wu, L. H. Wu, L. J. Wu, Lianjie Wu, S. G. Wu, S. M. Wu, X. Wu, X. H. Wu, Y. J. Wu, Z. Wu, L. Xia, X. M. Xian, B. H. Xiang, T. Xiang, D. Xiao, G. Y. Xiao, H. Xiao, Y. L. Xiao, Z. J. Xiao, C. Xie, K. J. Xie, X. H. Xie, Y. Xie, Y. G. Xie, Y. H. Xie, Z. P. Xie, T. Y. Xing, C. F. Xu, C. J. Xu, G. F. Xu, H. Y. Xu, H. Y. Xu, M. Xu, Q. J. Xu, Q. N. Xu, W. L. Xu, X. P. Xu, Y. Xu, Y. Xu, Y. C. Xu, Z. S. Xu, H. Y. Yan, L. Yan, W. B. Yan, W. C. Yan, W. P. Yan, X. Q. Yan, H. J. Yang, H. L. Yang, H. X. Yang, J. H. Yang, R. J. Yang, T. Yang, Y. Yang, Y. F. Yang, Y. H. Yang, Y. Q. Yang, Y. X. Yang, Y. Z. Yang, M. Ye, M. H. Ye, Junhao Yin, Z. Y. You, B. X. Yu, C. X. Yu, G. Yu, J. S. Yu, M. C. Yu, T. Yu, X. D. Yu, Y. C. Yu, C. Z. Yuan, H. Yuan, J. Yuan, J. Yuan, L. Yuan, S. C. Yuan, Y. Yuan, Z. Y. Yuan, C. X. Yue, Ying Yue, A. A. Zafar, S. H. Zeng, X. Zeng, Y. Zeng, Y. J. Zeng, Y. J. Zeng, X. Y. Zhai, Y. H. Zhan, A. Q. Zhang, B. L. Zhang, B. X. Zhang, D. H. Zhang, G. Y. Zhang, G. Y. Zhang, H. Zhang, H. Zhang, H. C. Zhang, H. H. Zhang, H. Q. Zhang, H. R. Zhang, H. Y. Zhang, J. Zhang, J. Zhang, J. J. Zhang, J. L. Zhang, J. Q. Zhang, J. S. Zhang, J. W. Zhang, J. X. Zhang, J. Y. Zhang, J. Z. Zhang, Jianyu Zhang, L. M. Zhang, Lei Zhang, N. Zhang, P. Zhang, Q. Zhang, Q. Y. Zhang, R. Y. Zhang, S. H. Zhang, Shulei Zhang, X. M. Zhang, X. Y Zhang, X. Y. Zhang, Y. Zhang, Y. Zhang, Y. T. Zhang, Y. H. Zhang, Y. M. Zhang, Z. D. Zhang, Z. H. Zhang, Z. L. Zhang, Z. L. Zhang, Z. X. Zhang, Z. Y. Zhang, Z. Y. Zhang, Z. Z. Zhang, Zh. Zh. Zhang, G. Zhao, J. Y. Zhao, J. Z. Zhao, L. Zhao, Lei Zhao, M. G. Zhao, N. Zhao, R. P. Zhao, S. J. Zhao, Y. B. Zhao, Y. L. Zhao, Y. X. Zhao, Z. G. Zhao, A. Zhemchugov, B. Zheng, B. M. Zheng, J. P. Zheng, W. J. Zheng, X. R. Zheng, Y. H. Zheng, B. Zhong, X. Zhong, H. Zhou, J. Q. Zhou, J. Y. Zhou, S. Zhou, X. Zhou, X. K. Zhou, X. R. Zhou, X. Y. Zhou, Y. Z. Zhou, Z. C. Zhou, A. N. Zhu, J. Zhu, K. Zhu, K. J. Zhu, K. S. Zhu, L. Zhu, L. X. Zhu, S. H. Zhu, T. J. Zhu, W. D. Zhu, W. D. Zhu, W. J. Zhu, W. Z. Zhu, Y. C. Zhu, Z. A. Zhu, X. Y. Zhuang, J. H. Zou, J. Zu * '''分类'''：hep-ex *'''原文链接'''：http://arxiv.org/abs/2503.17165v1 '''中文摘要'''：摘要：本研究利用[[BESIII实验]]收集的$(1.0087\pm0.0044)\times10^{10}$个[[J/ψ介子|$J/\psi$事例]]和$(2.7124\pm0.0143)\times10^{9}$个[[ψ(3686)|$\psi(3686)$事例]]，对非轻子二体[[弱衰变]]$\Sigma^{+} \to p \pi^{0}$和$\bar{\Sigma}^{-} \to \bar{p} \pi^{0}$进行了精确测量。相比先前世界平均值，$\Sigma^{+} \to p \pi^{0}$（$\alpha_{0}$）和$\bar{\Sigma}^{-} \to \bar{p} \pi^{0}$（$\bar{\alpha}_{0}$）的弱衰变参数测量精度提高了三倍。通过[[量子纠缠态]]$\Sigma^{+}\bar{\Sigma}^{-}$系统，首次实现了对$\Sigma^+\to p\pi^0$衰变[[CP对称性]]的最精确检验，测得不对称性观测值$A_{CP}=(\alpha_{0}+\bar{\alpha}_{0})/(\alpha_{0}-\bar{\alpha}_{0})$为$-0.0118\pm0.0083_{\rm stat}\pm0.0028_{\rm syst}$。在$CP$守恒假设下，确定平均衰变参数${\left<\alpha_{\rm 0}\right>} = (\alpha_0-\bar\alpha_0)/2=-0.9869\pm0.0011_{\rm stat}\pm0.0016_{\rm syst}$，这是[[重子]]领域不对称衰变参数的最精确测量结果。此外，首次研究了$\Sigma^+$[[极化]]在$J/\psi$和$\psi(3686)$衰变中的角度依赖性。 == 摘要 == * '''原文标题'''：Assessing Consistency and Reproducibility in the Outputs of Large Language Models: Evidence Across Diverse Finance and Accounting Tasks * '''中文标题'''：评估大型语言模型输出的一致性和可复现性：基于多样化财务与会计任务的证据 * '''发布日期'''：2025-03-21 09:43:37+00:00 * '''作者'''：Julian Junyan Wang, Victor Xiaoqi Wang * '''分类'''：q-fin.GN, cs.AI, cs.CE, cs.CL, cs.LG *'''原文链接'''：http://arxiv.org/abs/2503.16974v1 '''中文摘要'''：本研究首次对[[金融]]与[[会计]]研究中[[大型语言模型]]([[LLM]])输出的[[稳定性]]和[[可复现性]]进行了全面评估。通过五大常见任务([[分类]]、[[情感分析]]、[[摘要]]、[[文本生成]]和[[预测]])的50次独立实验，我们评估了[[LLM]]在相同输入下的输出一致性。使用三种[[OpenAI]]模型([[GPT-3.5-turbo]]、[[GPT-4o-mini]]和[[GPT-4o]])，我们从多样化[[金融]]源文本(包括[[管理层讨论与分析]]、[[FOMC]]声明、[[财经新闻]]、[[财报电话会议]]记录及[[财务报表]])生成超过340万条输出。研究发现：[[稳定性]]存在显著任务依赖性——[[二元分类]]和[[情感分析]]近乎完美可复现，而复杂任务变异性更大；更先进模型未必表现更稳定，不同任务呈现特定模式；[[LLM]]在[[稳定性]]方面显著优于[[人类专家]]标注，即使专家分歧严重时仍保持高度一致性；3-5次运行的简单[[聚合策略]]可大幅提升[[稳定性]]；[[模拟分析]]表明，尽管[[LLM]]输出存在可观测的[[不稳定性]]，下游[[统计推断]]仍保持惊人[[稳健性]]。这些发现通过证明"[[G-hacking]]"(从多次[[生成式AI]]运行中选择性报告有利结果)风险在[[金融]][[会计]]任务中相对较低，缓解了相关担忧。 == 摘要 == * '''原文标题'''：Arm DynamIQ Shared Unit and Real-Time: An Empirical Evaluation * '''中文标题'''：Arm DynamIQ共享单元与实时性：实证评估 * '''发布日期'''：2025-03-21 10:48:35+00:00 * '''作者'''：Ashutosh Pradhan, Daniele Ottaviano, Yi Jiang, Haozheng Huang, Alexander Zuepke, Andrea Bastoni, Marco Caccamo * '''分类'''：cs.PF, cs.AR, 68M20, C.3; C.4; D.4.7 *'''原文链接'''：http://arxiv.org/abs/2503.17038v1 '''中文摘要'''：摘要：[[嵌入式]][[硬件平台]]日益增长的复杂性给[[实时]][[工作负载]]带来了重大挑战。诸如[[Intel RDT]]、[[Arm QoS]]和[[Arm MPAM]]等[[架构特性]]要么在商用嵌入式平台上不可用，要么主要针对优化[[平均性能]]的[[服务器]][[环境设计]]，可能无法提供预期的[[实时保证]]。[[Arm DynamIQ]][[共享单元]]（DSU）包含[[隔离特性]]（特别是[[硬件]][[逐路]][[缓存]][[分区]]），可提升复杂嵌入式[[多核系统]]的实时保证并简化[[实时分析]]。然而DSU同样针对平均场景设计，其实时能力尚未得到评估。本文首次对[[Arm DSU]]在[[瑞芯微]][[RK3568]]、[[RK3588]]和[[英伟达]][[Orin平台]]上的三种实际部署进行全面分析。我们在[[操作系统]]和[[虚拟机监控程序]]层面集成对DSU的支持，并使用具有不同类型和干扰强度的[[合成]][[基准测试]]及[[实际基准测试]]进行大规模评估。研究结果充分利用[[性能计数器]]表明：尽管DSU提供的分区和隔离机制有效，但其质量取决于[[干扰]][[工作负载]]的类型和强度。此外，我们还发现并详细分析了基准测试与不同类型/强度干扰之间的[[相关性]]。 == 摘要 == * '''原文标题'''：Measurements on Time Resolution of BGO, PWO and BSO Crystals * '''中文标题'''：BGO、PWO和BSO晶体时间分辨率的测量 * '''发布日期'''：2025-03-21 06:29:26+00:00 * '''作者'''：Zhiyu Zhao, Dejing Du, Yong Liu, Jiyuan Chen, Junfeng Chen, Fangyi Guo, Shu Li, Baohua Qi * '''分类'''：physics.ins-det, hep-ex *'''原文链接'''：http://arxiv.org/abs/2503.16880v1 '''中文摘要'''：摘要：为未来[[环形正负电子对撞机]]([[CEPC]])提出的高粒度[[晶体]][[量能器]]([[HGCCAL]])需要精确的[[时间分辨率]]。本研究重点考察了[[锗酸铋]]([[BGO]])、[[钨酸铅]]([[PWO]])和[[硅酸铋]]([[BSO]])三种晶体与[[硅光电倍增管]]([[SiPM]])组成的[[探测单元]]的[[时间性能]]。通过在[[CERN]]使用10[[GeV]][[π介子]][[束流]]和在[[DESY]]使用5[[GeV]][[电子]][[束流]]进行测试，系统比较了[[最小电离粒子]]([[MIP]])信号和[[电磁簇射]]([[EM shower]])条件下的[[时间分辨率]]。评估了三种[[时间测量]]方法：[[采样点恒比定时]]([[CFT]])、[[线性拟合]]和[[指数拟合]]，其中[[指数拟合]]结合10%[[恒比定时]]获得了最佳[[时间分辨率]]。对不同尺寸[[晶体]][[单元]]的测量表明，[[闪烁光]][[产额]]和[[信号]][[上升时间]]共同影响[[时间性能]]。在尺寸相近的[[晶体]]中，[[PWO]]因其快速的[[信号]][[上升时间]]表现出最优[[时间分辨率]]，而[[BGO]]和[[BSO]]的[[时间性能]]相当。对于长[[BGO]][[条]](40[[cm]]和60[[cm]])，其[[时间分辨率]]沿长度方向保持均匀，对[[MIP]]信号分别达到约0.75[[ns]]和0.95[[ns]]。在强[[电磁簇射]]条件下，两条[[晶体]]在高幅度下均能达到约200[[ps]]的[[时间分辨率]]。此外，上游[[预簇射层]]的存在会在相近幅度下引入额外的[[时间波动]]。 == 摘要 == * '''原文标题'''：Seismotectonics and Slip Behavior of a Submarine Plate Boundary Fault from Seismicity Repeaters and Tomography using a high-resolution earthquake catalog from machine learning * '''中文标题'''：基于机器学习高分辨率地震目录的重复地震与层析成像研究海底板块边界断层的地震构造与滑动行为 * '''发布日期'''：2025-03-21 13:51:01+00:00 * '''作者'''：D. Lange, Y. Ren, I. Grevemeyer * '''分类'''：physics.geo-ph *'''原文链接'''：http://arxiv.org/abs/2503.17148v1 '''中文摘要'''：[[布兰科转换断层系统]]（BTFS）是[[东北太平洋]]中一个高度分段的演化[[转换板块边界]]。通过布设54台[[海底地震仪]]组成的密集观测网运行一年，我们捕获了该断层系统的[[地震活动]]特征。基于不同[[机器学习]]震相拾取器构建的高分辨率[[地震目录]]包含12,708次事件，清晰勾勒出沿主要转换断层的现今[[形变]]与[[应力释放]]模式。地震活动性揭示出[[地震行为]]的横向变化，指示存在[[地震/无震断层]]区段、复杂的沿走向与[[离轴变形]]、[[阶跃构造]]以及[[拉分盆地]]内部断层活动。沿简单线性断层带的地震活动集中在海底断层迹线2公里范围内。[[重复地震]]显示平均21厘米的[[同震滑移]]量，超出地质[[滑移速率]]约4倍。根据重复震行为，我们认为（整体无震的）断层滑移具有高度空间异质性，由众多小[[震源区]]构成，每个源区每4年释放一次地震滑移。沿BTFS的[[断层耦合]]程度存在变化，从完全[[闭锁]]到完全[[蠕滑]]不等。局部[[地震层析成像]]显示[[vp/vs比值]]超过2，表明[[海水]]侵入转换断层、[[大洋地壳]]和[[地幔]]导致显著[[蛇纹石化]]。本研究展示了如何将现代机器学习拾取技术应用于海底地震仪数据，从而以高分辨率揭示板块边界断层在时空尺度上的[[破裂物理机制]]，包括[[地震/无震滑移]]的分配特征。 == 摘要 == * '''原文标题'''：Numerical Simulations of Fully Eulerian Fluid-Structure Contact Interaction using a Ghost-Penalty Cut Finite Element Approach * '''中文标题'''：基于幽灵惩罚切割有限元方法的全欧拉流体-结构接触相互作用数值模拟 * '''发布日期'''：2025-03-21 13:50:30+00:00 * '''作者'''：Stefan Frei, Tobias Knoke, Marc C. Steinbach, Anne-Kathrin Wenske, Thomas Wick * '''分类'''：math.NA, cs.NA, 74F10, 76M10, 65M60 *'''原文链接'''：http://arxiv.org/abs/2503.17145v1 '''中文摘要'''：摘要：本研究开发了一种基于[[切割]]的非拟合[[有限元方法]]，用于求解[[欧拉坐标系]]下具有[[接触]]的非线性非定常[[流固耦合]]问题。在[[欧拉描述]]中，由不可压缩[[Navier-Stokes方程]]建模的[[流体流动]]保持[[欧拉坐标]]，而[[弹性固体]]则从[[拉格朗日坐标]]转换至[[欧拉系统]]。采用整体式描述方法进行[[空间离散]]时，我们运用了基于[[inf-sup稳定]]有限元的带[[幽灵罚项]]的非拟合[[有限元法]]。针对[[接触问题]]，通过结合[[接触条件松弛]]与统一[[Nitsche方法]]，隐式处理[[流固耦合]]与[[接触条件]]之间的切换。[[时间离散]]采用[[后向欧拉格式]]，并隐式扩展前一时刻的解。[[非线性系统]]通过带[[线搜索]]的[[半光滑牛顿法]]求解。我们通过[[弹性球体]]与[[底部边界]]接触这一具有挑战性的前沿[[基准测试]]，验证了所提公式、离散方案及实现的可靠性。 == 摘要 == * '''原文标题'''：ML-Based Bidding Price Prediction for Pay-As-Bid Ancillary Services Markets: A Use Case in the German Control Reserve Market * '''中文标题'''：基于机器学习的竞价预测在按报价支付辅助服务市场中的应用：以德国控制储备市场为例 * '''发布日期'''：2025-03-21 15:21:43+00:00 * '''作者'''：Vincent Bezold, Lukas Baur, Alexander Sauer * '''分类'''：cs.LG, cs.CE, stat.AP, stat.ML *'''原文链接'''：http://arxiv.org/abs/2503.17214v1 '''中文摘要'''：[[可再生能源]]并网比例的提高导致发电波动性和不可预测性加剧，这对[[电网稳定性]]构成挑战。[[德国控制备用市场]]等[[辅助服务市场]]允许[[工业用户]]和生产者通过提供用电或发电灵活性来获取额外收益，同时维护[[电网稳定]]。然而，多数参与者采用的简单[[投标策略]]可能无法实现收益最大化。本文提出了一种针对"[[按报价支付]]"型[[辅助服务市场]]的[[投标价格预测]]方法，聚焦[[德国控制备用市场]]。我们评估了[[支持向量回归]]、[[决策树]]和[[k近邻]]等多种[[机器学习模型]]，并将其性能与[[基准模型]]进行对比。针对"[[按报价支付]]"市场[[收益函数]]的非对称特性，我们提出[[偏移调整技术]]以提升预测模型的实用性。分析表明，相比[[基线模型]]，该方法可使潜在收益提升27.43%至37.31%。通过研究模型预测误差与收益的关系，发现三个市场存在负相关性：模型[[价格预测误差]]（[[平均绝对误差]]）每降低1欧元/兆瓦，年收益将增加483至3,631欧元/兆瓦。该方法能帮助[[工业参与者]]优化[[投标策略]]，既增加收益又提升[[电网运行效率]]与[[稳定性]]。
返回
WikiEdge:ArXiv速递/2025-03-21
。
导航菜单
个人工具
创建账号
登录
命名空间
项目页面
讨论
不转换
不转换
简体
繁體
大陆简体
香港繁體
澳門繁體
大马简体
新加坡简体
臺灣正體
查看
阅读
查看源代码
查看历史
更多
搜索
导航
首页
最近更改
随机页面
MediaWiki帮助
工具
链入页面
相关更改
特殊页面
页面信息