WikiEdge:ArXiv速遞/2025-03-04

出自WikiEdge
於 2025年3月6日 (四) 17:51 由 Mingli（留言 | 貢獻） 所做的修訂
跳至導覽 跳至搜尋

摘要

  • 原文標題：The subpath number of cactus graphs
  • 中文標題：仙人掌圖的子路徑數
  • 發布日期：2025-03-04 14:55:49+00:00
  • 作者：Martin Knor, Jelena Sedlar, Riste Škrekovski, Yu Yang
  • 分類：math.CO, 05C30, 05C38
  • 原文鏈接：http://arxiv.org/abs/2503.02683v1

中文摘要：圖的子路徑數定義為圖中所有子路徑的總數，它與子樹數密切相關，後者是圖論中一個被廣泛研究的主題。本文是我們之前論文[5]的延續，在那篇論文中我們研究了子路徑數，並在樹、單環圖、二分圖和環鏈等圖類中識別了極值圖。本文中，我們專注於仙人掌圖的子路徑數，並刻畫了所有具有n個頂點和k個環的極大和極小仙人掌圖。我們證明了極大仙人掌圖是環鏈，其中所有內部環都是三角形，而兩個端環的長度最多相差一。相反，極小仙人掌圖由k個三角形組成，這些三角形共享一個公共頂點，其餘頂點形成一個附着於該公共頂點的樹。通過比較子路徑數的極值仙人掌圖與子樹數和維納指數的極值圖，我們證明了子路徑數與這兩個量不相關，因為它們的極值圖不同。

摘要

  • 原文標題：Enhancing the charging performance of an atomic quantum battery
  • 中文標題：提升原子量子電池的充電性能
  • 發布日期：2025-03-04 15:46:20+00:00
  • 作者：Ming-Liang Hu, Ting Gao, Heng Fan
  • 分類：quant-ph
  • 原文鏈接：http://arxiv.org/abs/2503.02727v1

中文摘要：我們研究了一個由兩個原子組成的量子電池（QB）模型，其中充電器和電池元件耦合到一個多模真空場，該場作為能量轉移的媒介。我們分析了諸如功容量、充電時間和充電效率等不同的性能指標，重點研究了各種控制參數對充電性能的影響。研究發現，在過渡偶極矩和原子間軸之間存在一定角度範圍內，量子電池可以被充電。如果原子偶極矩垂直於或平行於原子間軸，則可以實現最佳充電性能。充電性能還隨着原子間距離的減小而提高。此外，通過增加充電器的初始功容量可以增強充電後的功容量，並且從被動狀態開始充電對量子電池是有益的。

摘要

  • 原文標題：First Measurement of the Decay Dynamics in the Semileptonic Transition of the $D^{+(0)}$ into the Axial-vector Meson $\bar K_1(1270)$
  • 中文標題：$D^{+(0)}$ 到軸矢量介子 $\bar K_1(1270)$ 的半輕衰變中衰變動力學的首次測量
  • 發布日期：2025-03-04 02:09:02+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. 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, 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, 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, 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, T. D. 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, Z. J. 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
  • 分類：hep-ex
  • 原文鏈接：http://arxiv.org/abs/2503.02196v1

中文摘要：使用BESIII探測器在3.773 GeV質心能量下採集的$e^+e^-$對撞數據，對應積分亮度為20.3 fb$^{-1}$，我們首次報告了半輕子衰變$D^{+(0)}\to K^-\pi^+\pi^{0(-)} e^+\nu_e$的振幅和角分布分析。通過振幅分析，我們首次確定了半輕子$D$衰變到軸矢量介子$\bar{K}_1(1270)$的強子形狀因子為$r_A=(-11.2\pm1.0\pm0.9)\times10^{-2}$和$r_V = (-4.3\pm 1.0\pm2.4)\times 10^{-2}$。角分布分析得到的上下不對稱性$\mathcal{A}^\prime_{ud} = 0.01\pm0.11$，與標準模型的預測一致。

摘要

  • 原文標題：Super-Linear Growth and Rising Inequality in Online Social Communities: Insights from Reddit
  • 中文標題：在線社交社區中的超線性增長與不平等加劇：來自Reddit的洞察
  • 發布日期：2025-03-04 14:22:45+00:00
  • 作者：Guilherme Machado, Diogo Pacheco, Ronaldo Menezes, Gareth Baxter
  • 分類：physics.soc-ph
  • 原文鏈接：http://arxiv.org/abs/2503.02661v1

中文摘要：我們研究了用戶數量對在線內容分享和討論平台Reddit（稱為subreddits）中社區活動的影響。我們發現，Reddit上的評論活動呈現出重尾分布，即大部分評論由一小部分用戶完成。此外，隨着subreddits規模的擴大，這種行為變得更加明顯，活動（通過subreddit中的評論數量衡量）更加集中在（相對）較小的核心用戶群體中。我們驗證了這些變化不能通過有限規模或抽樣效應來解釋。相反，我們觀察到分布隨着subreddit規模的系統性變化。為了量化subreddit中活動的集中度和不平等性，我們使用了基尼係數。我們發現，隨着subreddits用戶數量的增加，基尼係數也隨之增加，這似乎是規模擴展的自然結果。我們發現，評論的過剩數量（總評論數減去總用戶數）遵循指數為1.27的冪律分布。對於每個subreddit，我們考慮了一個月的數據快照，作為統計相關性和系統動態變化之間的折衷。我們展示了2021年全年的結果（每個subreddit最多有十二個快照），然而，使用單個月份或不同年份時，所有結果都是一致的。

摘要

  • 原文標題：Inferring Galactic Parameters from Chemical Abundances with Simulation-Based Inference
  • 中文標題：基於模擬推理從化學豐度推斷銀河系參數
  • 發布日期：2025-03-04 10:05:58+00:00
  • 作者：Tobias Buck, Berkay Günes, Giuseppe Viterbo, William H. Oliver, Sven Buder
  • 分類：astro-ph.GA, astro-ph.IM, physics.comp-ph, physics.data-an, physics.space-ph
  • 原文鏈接：http://arxiv.org/abs/2503.02456v1

中文摘要：銀河化學豐度為基本銀河參數提供了關鍵的見解，例如初始質量函數（IMF）的高質量斜率和Ia型超新星（SN Ia）速率的歸一化。約束這些參數對於推進我們對恆星反饋、金屬富集和星系形成過程的理解至關重要。然而，傳統的貝葉斯推斷技術，如哈密頓蒙特卡洛（HMC），在處理現代恆星調查的大數據集時計算上是不切實際的。我們利用基於模擬的推斷（SBI）作為一種可擴展、穩健且高效的方法，從恆星化學豐度中約束銀河參數，並展示了其在速度、可擴展性和對模型錯誤設定的魯棒性方面相對於HMC的優勢。我們將銀河化學演化（GCE）模型CHEMPY與神經網絡模擬器和神經後驗估計器（NPE）結合，訓練我們的SBI管道。使用CHEMPY生成模擬數據集，包括核合成產量不匹配的情景，並在模擬的類似銀河系的數據上進行額外測試。SBI結果與基於HMC的推斷進行基準測試，重點關注計算性能、準確性和對系統差異的恢復能力。SBI實現了與HMC相比約75,600倍的加速，將數千顆恆星的推斷運行時間從超過42小時減少到僅幾秒鐘。對1,000顆恆星的推斷得出了IMF斜率（$\alpha_{\rm IMF} = -2.298 \pm 0.002$）和SN Ia歸一化（$\log_{10}(N_{\rm Ia}) = -2.885 \pm 0.003$）的精確估計，與真實值的偏差小於0.05%。SBI還展示了與HMC相似的模型錯誤設定魯棒性，即使使用替代的產量表或來自宇宙學模擬的數據，也能恢復準確的參數。（簡化...）

摘要

  • 原文標題：Calibration of the mechanical boundary conditions for a patient-specific thoracic aorta model including the heart motion effect
  • 中文標題：患者特異性胸主動脈模型的機械邊界條件校準，包括心臟運動效應
  • 發布日期：2025-03-04 10:50:10+00:00
  • 作者：Leonardo Geronzi, Aline Bel-Brunon, Antonio Martinez, Michel Rochette, Marco Sensale, Olivier Bouchot, Alain Lalande, Siyu Lin, Pier Paolo Valentini, Marco Evangelos Biancolini
  • 分類：physics.med-ph, cs.NA, math.NA
  • 原文鏈接：http://arxiv.org/abs/2503.02485v1

中文摘要：摘要：目標：我們提出了一種用於校準控制患者特異性胸主動脈（TA）模型機械邊界條件（BCs）的4個參數的程序，該模型源自一名患有升主動脈瘤的患者。這些邊界條件再現了軟組織和脊柱提供的粘彈性結構支持，並允許納入心臟運動效應。方法：我們首先從磁共振成像（MRI）血管造影中分割出胸主動脈，並通過追蹤電影MRI中的主動脈環來推導心臟運動。進行剛性壁流體動力學模擬以推導隨時間變化的壁壓力場。我們構建了有限元模型，考慮了患者特異性材料屬性，並施加了推導出的壓力場和環邊界的運動。校準過程涉及零壓力狀態計算，基於純結構模擬。在從電影MRI序列中獲得血管邊界後，執行迭代程序以最小化它們與從變形結構模型推導出的相應邊界之間的距離。最後，使用調整後的參數進行強耦合流體-結構相互作用（FSI）分析，並與純結構模擬進行比較。結果和結論：通過結構模擬的校準，圖像推導和模擬推導的邊界之間的最大和平均距離分別從8.64毫米減少到6.37毫米和從2.24毫米減少到1.83毫米。變形結構和FSI表面網格之間的最大均方根誤差為0.19毫米。該程序可能對提高模型在複製真實主動脈根部運動學方面的保真度至關重要。

摘要

  • 原文標題：Prospects for Pentaquark Baryon Search with the Upgraded LEPS2 Facility
  • 中文標題：升級版LEPS2設施下五夸克重子搜索的前景
  • 發布日期：2025-03-04 11:47:40+00:00
  • 作者：T. Nakano, S. Ajimura, Y. Asano, S. Dat'e, T. Hashimoto, A. Higashi, T. Hotta, T. Ishikawa, H. Katsuragawa, R. Kobayakawa, H. Kohri, K. Mizutani, Y. Ohashi, H. Ohkuma, S. Y. Ryu, S. Suzuki, S. Tanaka, K. Watanabe, B. Yan, T. Yorita, M. Yosoi, G. Kojima, M. Miyabe, N. Muramatsu, H. Ohnishi, Y. Sada, H. Shimizu, A. O. Tokiyasu, M. Niiyama, K. Nishi, J. K. Ahn, Y. Ma, T. H. Nam, C. Rangacharyulu, M. Sumihama, C. Yoshida
  • 分類：hep-ex, nucl-ex
  • 原文鏈接：http://arxiv.org/abs/2503.02528v1

中文摘要：我們展示了使用SPring-8新建設的LEPS2設施進行$\Theta^+$五夸克重子搜索的前景。LEPS2探測器系統在多粒子末態接受度方面相比之前的實驗有顯著改進。我們的搜索採用兩種互補策略：使用能量高達2.4 GeV的光子束和液態氘靶直接產生$\gamma n \to K^-\Theta^+$反應，以及使用能量高達2.9 GeV的光子束和液態氫靶進行$\bar{K}^{*0}$相關的$\Theta^+$產生。擴展的接受度覆蓋了前向和大角度區域，有效涵蓋了之前LEPS和CLAS實驗探索的運動學區域。LEPS2的大接受度和改進的分辨率，結合這些互補方法，為確定$\Theta^+$的存在或對其產生設定明確的上限提供了前所未有的靈敏度。

摘要

  • 原文標題：A New $\sim 5σ$ Tension at Characteristic Redshift from DESI DR1 and DES-SN5YR observations
  • 中文標題：DESI DR1 和 DES-SN5YR 觀測中特徵紅移處的新 $\sim 5σ$ 張力
  • 發布日期：2025-03-04 18:58:15+00:00
  • 作者：Purba Mukherjee, Anjan A Sen
  • 分類：astro-ph.CO, cs.LG, gr-qc, hep-th
  • 原文鏈接：http://arxiv.org/abs/2503.02880v1

中文摘要：我們使用多任務高斯過程（MTGP）框架結合DESI-DR1 BAO和DES-SN5YR數據集，對角直徑距離（$D_{A}$）進行了模型無關的重建。我們將重子拖曳時期的共動聲視界$r_d$校準為普朗克最佳擬合值，確保與早期宇宙物理學的一致性。通過重建的兩個關鍵紅移處的$D_A$，即$z\sim 1.63$（其中$D_{A}^{\prime} =0$）和$z\sim 0.512$（其中$D_{A}^{\prime} = D_{A}$），我們推導了這些紅移處的宇宙膨脹率$H(z)$。我們的研究結果表明，在$z\sim 1.63$處，$H(z)$與普朗克-2018 $\Lambda$CDM預測完全一致，確認在該紅移處沒有新的物理現象。然而，在$z \sim 0.512$處，推導出的$H(z)$與普朗克-2018 $\Lambda$CDM預測顯示出超過$5\sigma$的差異，表明在較低紅移處，普朗克-2018約束的$\Lambda$CDM模型可能失效。這一在$z\sim 0.512$處新出現的$\sim 5\sigma$張力，與現有的「哈勃張力」不同，可能是低紅移處新物理現象的第一個強有力證據。

摘要

  • 原文標題：Trust and Friction: Negotiating How Information Flows Through Decentralized Social Media
  • 中文標題：信任與摩擦：去中心化社交媒體中信息流動的協商
  • 發布日期：2025-03-04 00:29:32+00:00
  • 作者：Sohyeon Hwang, Priyanka Nanayakkara, Yan Shvartzshnaider
  • 分類：cs.HC, cs.CY, cs.SI
  • 原文鏈接：http://arxiv.org/abs/2503.02150v1

中文摘要：去中心化社交媒體協議使得獨立、用戶託管的服務器（即實例）中的用戶可以相互交互，同時實現自我治理。這種基於社區的社交媒體治理模式為信息流的定製決策（即哪些用戶數據在何時與誰共享）以及保護用戶隱私提供了新的機會。為了更好地理解社區治理如何塑造去中心化社交媒體上的隱私期望，我們對23名Fediverse（一個去中心化社交媒體網絡）用戶進行了半結構化訪談。我們的研究結果揭示了塑造社區對信息流理解的重要因素，例如被視為可信的管理員的規則和積極努力。我們還強調了社區之間的「治理摩擦」，這些摩擦由於價值觀、安全實踐和軟件的不兼容性而引發新的隱私風險。我們的研究結果突出了去中心化社交媒體的獨特挑戰，提出了解決摩擦的設計機會，並概述了參與式決策在實現去中心化全部潛力中的作用。

摘要

  • 原文標題：In-Depth Analysis of Automated Acne Disease Recognition and Classification
  • 中文標題：深度分析自動痤瘡疾病識別與分類
  • 發布日期：2025-03-04 17:58:44+00:00
  • 作者：Afsana Ahsan Jeny, Masum Shah Junayed, Md Robel Mia, Md Baharul Islam
  • 分類：cs.CV
  • 原文鏈接：http://arxiv.org/abs/2503.02835v1

中文摘要：面部痤瘡是一種常見疾病，尤其在青少年中，對身體和心理都有負面影響。痤瘡的分類對於提供適當的治療至關重要。傳統的視覺檢查或專家掃描耗時且難以區分痤瘡類型。本文介紹了一種用於痤瘡識別和分類的自動化專家系統。所提出的方法採用基於機器學習的技術對六種痤瘡疾病進行分類和評估，以輔助皮膚科醫生的診斷。預處理階段包括對比度增強、平滑濾波和RGB到L*a*b顏色轉換，以消除噪聲並提高分類準確性。然後，應用基於聚類的分割方法——k均值聚類，對通過特徵提取步驟的疾病影響區域進行分割。這些疾病影響區域的特徵基於灰度共生矩陣（GLCM）和統計特徵的組合進行提取。最後，採用五種不同的機器學習分類器對痤瘡疾病進行分類。實驗結果表明，隨機森林（RF）達到了98.50%的最高準確率，與現有最先進的方法相比具有顯著優勢。

摘要

  • 原文標題：Evaluating a Digital Speech Therapy App for Stuttering: A Pilot Validation Study
  • 中文標題：評估一款針對口吃的數字語音治療應用：一項試點驗證研究
  • 發布日期：2025-03-04 16:07:16+00:00
  • 作者：Urvisha Shethia, Vedali Inamdar, Viraj Kulkarni
  • 分類：cs.HC
  • 原文鏈接：http://arxiv.org/abs/2503.02743v1

中文摘要：口吃是一種影響言語流暢性的語言障礙，常導致顯著的心理和社會挑戰。本研究通過使用口吃嚴重程度指數-4（SSI-4）和S24溝通與態度量表，分析治療前後的言語樣本，評估了數字言語治療應用Eloquent的有效性。結果表明，在閱讀、說話、持續時間和身體伴隨指標方面，SSI-4得分顯著降低，流暢性顯著提高。此外，參與者在治療後的溝通態度更加積極，S24得分降低證明了這一點。這些發現突顯了技術驅動的結構化言語治療干預在改善口吃嚴重程度和溝通信心方面的潛力。

摘要

  • 原文標題：Toward Filling a Critical Knowledge Gap: Charting the Interactions of Age with Task and Visualization
  • 中文標題：填補關鍵知識空白：年齡與任務及可視化的交互關係研究
  • 發布日期：2025-03-04 15:17:12+00:00
  • 作者：Zack While, Ali Sarvghad
  • 分類：cs.HC
  • 原文鏈接：http://arxiv.org/abs/2503.02699v1

中文摘要：我們展示了一項研究的結果，該研究比較了年輕成年人（YA）和晚年成年人（PLA）在十項低層次分析任務和五種基本可視化中的表現，採用貝葉斯回歸來聚合和建模參與者的表現。我們分析了任務層面以及任務與可視化組合的表現，報告了整體和個體層面的表現指標。這些分析表明，PLA平均需要更多時間完成任務，同時表現出相當的準確性。此外，在個體層面，PLA在任務表現上表現出更大的異質性，並且在某些任務中表現最佳的可視化類型也存在差異。我們貢獻了關於年齡如何與分析任務和可視化類型交互的實證知識，並利用這些結果為包容老齡化的可視化設計提供了可行的見解和設計建議。我們邀請可視化研究社區進一步研究老齡化感知的數據可視化。補充材料可以在 https://osf.io/a7xtz/ 找到。

摘要

  • 原文標題：High Speed Imagery Analysis of Droplet Impact on Soft Oil Infused Surface
  • 中文標題：高速影像分析：液滴在軟油浸潤表面的撞擊
  • 發布日期：2025-03-04 18:48:57+00:00
  • 作者：Shubham S. Ganar, Deepak J., Arindam Das
  • 分類：physics.flu-dyn
  • 原文鏈接：http://arxiv.org/abs/2503.02871v1

中文摘要：液滴撞擊固體液體注入表面（LIS）因其重要的科學意義和工業相關性而被廣泛研究。在大多數研究中，觀察到的主要撞擊行為是完全液滴反彈。在本研究中，我們研究了十八烷基三氯硅烷（OTS）功能化和油塗層對光滑聚二甲基硅氧烷（PDMS）表面液滴撞擊動力學的影響。我們在OTS功能化的光滑PDMS上進行了液滴撞擊實驗，隨後塗覆或吸收兩種不同的油，硅油（5cSt）和十六烷，以創建范德華和非范德華SLIP表面。接觸角測量顯示，OTS功能化減少了粘附並增加了防水性，促進了撞擊時的部分液滴反彈。油塗層表面由於粘性阻力減少了液滴的擴散，而吸收的油改變了表面柔韌性，影響了撞擊動力學。吸收硅油的PDMS樣品在所有韋伯數下都表現出完全的液滴反彈，而吸收十六烷的表面表現出有限的擴散且無反彈，突出了油與PDMS相互作用的重要性。高速成像和定量分析證實，表面功能化和油相互作用對液滴擴散、回縮和反彈行為有重要影響。這些發現為優化自清潔塗層和液滴傳輸系統等應用中的液體排斥表面提供了見解。

摘要

  • 原文標題：Generative Tools for Graphical Assets: Empirical Guidelines based on Game Designers' and Developers' Preferences
  • 中文標題：圖形資產生成工具：基於遊戲設計師和開發者偏好的實證指南
  • 發布日期：2025-03-04 15:18:50+00:00
  • 作者：Kaisei Fukaya, Damon Daylamani-Zad, Harry Agius
  • 分類：cs.HC, cs.AI
  • 原文鏈接：http://arxiv.org/abs/2503.02703v1

中文摘要：圖形資源在遊戲的設計和開發中扮演着重要角色。生成工具在輔助創建圖形資源方面具有潛力，從而改進遊戲設計和開發流程。然而，關於生成方法如何融入更廣泛的流程的研究較少。我們進行了一項用戶研究，調查了16名遊戲設計師和開發者對圖形資源生成工具的偏好。研究結果表明，所有參與者都傾向於在早期設計階段使用這些工具（早期階段的平均值高於0.67，p < .001）。設計師和開發者更願意使用這些工具以犧牲質量為代價創建大量變體，因為他們可以在生成合適的資源後提高其質量（平均值為0.17，其中1表示高質量，p < .001）。他們還強烈（平均值為0.78，p < .001）提出了將這些工具更好地集成到現有設計和開發環境中的需求，並要求輸出為常見的數據格式，以便能夠操作並順利集成到現有環境中（平均值為3.5分，滿分為5分，p = .004）。研究還強調了進一步關注用戶需求的重要性，以便有效地將這些工具納入現有流程。基於這些結果，我們提供了一套指導原則，用於創建滿足遊戲設計師和開發者期望和需求的工具。

摘要

  • 原文標題：InSerter: Speech Instruction Following with Unsupervised Interleaved Pre-training
  • 中文標題：InSerter：通過無監督交錯預訓練實現語音指令跟隨
  • 發布日期：2025-03-04 16:34:14+00:00
  • 作者：Dingdong Wang, Jin Xu, Ruihang Chu, Zhifang Guo, Xiong Wang, Jincenzi Wu, Dongchao Yang, Shengpeng Ji, Junyang Lin
  • 分類：cs.SD, cs.CL, cs.HC, eess.AS
  • 原文鏈接：http://arxiv.org/abs/2503.02769v1

中文摘要：近年來，語音大語言模型（SpeechLLMs）的進展引起了廣泛關注。然而，當前方法在遵循語音指令方面表現欠佳。值得注意的是，與直接處理文本輸入相比，模型在處理語音輸入時的智能顯著下降。先前的研究嘗試通過表示和行為對齊等技術來緩解語音和文本表示之間的語義不一致問題，這些技術涉及在訓練後階段精心設計數據對。在本文中，我們提出了一種簡單且可擴展的訓練方法，稱為InSerter，即交錯語音-文本表示預訓練。InSerter旨在預訓練大規模無監督的語音-文本序列，其中語音是通過文本到語音轉換從大量文本語料庫中隨機選擇的片段合成的。因此，模型能夠生成與提供的語音片段相對應的文本延續，從而避免了密集的數據設計工作。為了系統評估語音指令遵循能力，我們引入了SpeechInstructBench，這是第一個專門為面向語音的指令遵循任務設計的綜合基準。我們提出的InSerter在SpeechInstructBench中實現了最先進的性能，並在各種語音處理任務中展示了優越或具有競爭力的結果。

摘要

  • 原文標題：Aggregation Strategies for Efficient Annotation of Bioacoustic Sound Events Using Active Learning
  • 中文標題：使用主動學習進行生物聲學聲音事件高效標註的聚合策略
  • 發布日期：2025-03-04 09:08:33+00:00
  • 作者：Richard Lindholm, Oscar Marklund, Olof Mogren, John Martinsson
  • 分類：cs.SD, cs.LG, eess.AS
  • 原文鏈接：http://arxiv.org/abs/2503.02422v1

中文摘要：在聲音事件檢測（SED）應用中，收集的大量音頻數據需要高效的標註策略以支持監督學習。手動標註既昂貴又耗時，因此主動學習（AL）成為減少標註工作量的有前景的方法。我們提出了一種新的不確定性聚合策略——Top K Entropy，它優先考慮音頻記錄中最不確定的片段，而不是對所有片段的不確定性進行平均。這種方法使得可以選擇整個錄音進行標註，從而在稀疏數據場景中提高效率。我們將Top K Entropy與隨機採樣和Mean Entropy進行比較，結果表明，使用更少的標籤可以達到相同的模型性能，尤其是在包含稀疏聲音事件的數據集中。評估是在包含貓鼬、狗和嬰兒哭聲的公園錄音的音頻混合物上進行的，代表了現實世界的生物聲學監測場景。使用Top K Entropy進行主動學習，我們僅需8%的標籤即可達到與完全標註數據集訓練相當的性能。Top K Entropy優於Mean Entropy，表明讓最不確定的片段代表音頻文件的不確定性是最佳選擇。這些發現突顯了主動學習在音頻和時間序列應用（包括生物聲學）中可擴展標註的潛力。

摘要

  • 原文標題：Chemically resolved nuclear magnetic resonance spectroscopy by longitudinal magnetization detection with a diamond magnetometer
  • 中文標題：基於縱向磁化檢測的化學分辨核磁共振光譜技術
  • 發布日期：2025-03-04 00:16:05+00:00
  • 作者：Janis Smits, Yaser Silani, Zaili Peng, Bryan A. Richards, Andrew F. McDowell, Joshua T. Damron, Maxwell D. Aiello, Maziar Saleh Ziabari, Andrey Jarmola, Victor M. Acosta
  • 分類：physics.ins-det, physics.app-ph, physics.chem-ph, physics.optics, quant-ph
  • 原文鏈接：http://arxiv.org/abs/2503.02140v1

中文摘要：基於固態自旋的非感應磁力計為小體積核磁共振（NMR）檢測提供了一種有前景的解決方案。一個尚未解決的挑戰是在足夠高的磁場下運行，以解析十億分之一水平的化學位移。在這裡，我們展示了一種Ramsey-M_z協議，該協議使用Ramsey干涉法將分析物的橫向自旋進動轉換為縱向磁化（M_z），隨後用金剛石磁力計進行調製和檢測。我們在B0=0.32 T下記錄了NMR光譜，光譜分辨率約為350 ppb，受限於電磁鐵偏置場的穩定性。我們對約1 nL的乙醇檢測體積進行了NMR光譜分析，並以可忽略的失真解析了化學位移結構。通過模擬，我們展示了該協議可以擴展到B0=3 T的磁場，使用複合核自旋反轉脈衝，光譜失真最小。對於亞納升分析物體積，我們估計通過改進傳感器設計，可以實現約1 ppb的分辨率和約40 mM s^{1/2}的濃度靈敏度。我們的研究結果表明，金剛石磁力計在中等磁場範圍內作為高分辨率NMR檢測器具有潛力，在代謝組學和藥物研究中具有潛在應用。

摘要

  • 原文標題：(How) Do Language Models Track State?
  • 中文標題：（如何）語言模型跟蹤狀態？
  • 發布日期：2025-03-04 18:31:02+00:00
  • 作者：Belinda Z. Li, Zifan Carl Guo, Jacob Andreas
  • 分類：cs.CL, cs.AI, cs.LG
  • 原文鏈接：http://arxiv.org/abs/2503.02854v1

中文摘要：Transformer 語言模型（LMs）表現出從講故事到代碼生成等行為，這些行為似乎需要跟蹤一個不斷演化的世界的未觀察狀態。它們是如何做到這一點的？我們研究了在訓練或微調後用於排列組合（即計算一組對象在一系列交換後的順序）的語言模型中的狀態跟蹤。儘管這個問題的代數結構簡單，但許多其他任務（例如有限自動機的模擬和布爾表達式的評估）可以簡化為排列組合，使其成為一般狀態跟蹤的自然模型。我們展示了語言模型在此任務中一致地學習兩種狀態跟蹤機制之一。第一種機制與 Liu 等人（2023）和 Merrill 等人（2024）最近理論工作中使用的「關聯掃描」構造非常相似。第二種機制使用易於計算的特徵（排列奇偶性）來部分修剪輸出空間，然後通過關聯掃描進行細化。這兩種機制表現出顯著不同的魯棒性特性，我們展示了如何通過鼓勵或抑制啟發式的中間訓練任務來引導語言模型選擇其中一種機制。我們的結果表明，無論是預訓練還是微調的 Transformer 語言模型，都可以學習實現高效且可解釋的狀態跟蹤機制，並且這些機制的出現可以被預測和控制。

摘要

  • 原文標題：Sparse Meets Dense: Unified Generative Recommendations with Cascaded Sparse-Dense Representations
  • 中文標題：稀疏與密集相遇：基於級聯稀疏-密集表示的統一生成推薦
  • 發布日期：2025-03-04 10:00:05+00:00
  • 作者：Yuhao Yang, Zhi Ji, Zhaopeng Li, Yi Li, Zhonglin Mo, Yue Ding, Kai Chen, Zijian Zhang, Jie Li, Shuanglong Li, Lin Liu
  • 分類：cs.IR, cs.AI
  • 原文鏈接：http://arxiv.org/abs/2503.02453v1

中文摘要：生成模型最近在推薦系統中受到關注，通過直接從用戶交互序列中預測項目標識符。然而，現有方法由於量化、序列建模等階段的分離，導致信息丟失嚴重，阻礙了其實現序列密集檢索技術的建模精度和準確性。將生成方法與密集檢索方法集成仍然是一個關鍵挑戰。為了解決這一問題，我們引入了級聯組織雙表示生成檢索（COBRA）框架，該框架通過級聯過程創新性地集成了稀疏語義ID和密集向量。我們的方法通過首先生成稀疏ID來交替生成這些表示，稀疏ID作為條件幫助生成密集向量。端到端訓練能夠動態優化密集表示，捕捉用戶-項目交互中的語義洞察和協作信號。在推理過程中，COBRA採用從粗到細的策略，從稀疏ID生成開始，並通過生成模型將其細化為密集向量。我們進一步提出了BeamFusion，這是一種將束搜索與最近鄰分數相結合的創新方法，以增強推理的靈活性和推薦的多樣性。在公共數據集和離線測試上的大量實驗驗證了我們方法的魯棒性。在一個擁有超過2億日活躍用戶的真實廣告平台上進行的在線A/B測試表明，關鍵指標有顯著提升，凸顯了COBRA的實際優勢。

摘要

  • 原文標題：Meson dynamics from locally exciting a particle-conserving $Z_2$ lattice gauge theory
  • 中文標題：從局部激發粒子守恆的$Z_2$晶格規範理論中的介子動力學
  • 發布日期：2025-03-04 17:09:44+00:00
  • 作者：Vaibhav Sharma, Kaden R. A. Hazzard
  • 分類：quant-ph, cond-mat.quant-gas, hep-lat, hep-ph
  • 原文鏈接：http://arxiv.org/abs/2503.02791v1

中文摘要：量子模擬晶格規範理論是獲取粒子物理現象和受限量子多體動力學洞察的重要途徑。當前量子模擬器上可實現的晶格規範理論中，對高能碰撞現象類比的探測興趣日益增長。受此啟發，我們描述了在一維粒子守恆的$Z_2$晶格規範理論中，由局部高能激發產生的受限介子。我們專注於一個簡單且實驗上可實現的設置，該設置不需要準備碰撞波包，並隔離了規範場約束強度和初始態能量對傳播激發性質的影響。我們發現動力學特徵表現為不同大小介子的疊加傳播。線性約束導致介子大小隨時間振盪。平均介子大小和振盪頻率由規範場約束強度控制。在恆定約束場下，平均介子長度由初始激發能量控制。更高的能量產生更長的介子，其有效質量強烈依賴於其大小：更長的介子從中心激發傳播得更慢。不同大小的介子由於速度不同而隨時間進行空間過濾。我們展示了這種現象學是線性約束的結果，並且在強約束和弱約束極限下都有效。我們提供了這些現象的簡單解釋，並得到了精確數值的支持。

摘要

  • 原文標題：Weakly-Constrained 4D Var for Downscaling with Uncertainty using Data-Driven Surrogate Models
  • 中文標題：使用數據驅動代理模型進行不確定性降尺度的弱約束四維變分方法
  • 發布日期：2025-03-04 14:33:54+00:00
  • 作者：Philip Dinenis, Vishwas Rao, Mihai Anitescu
  • 分類：physics.ao-ph, cs.LG, math.OC
  • 原文鏈接：http://arxiv.org/abs/2503.02665v1

中文摘要：動態降尺度通常涉及使用數值天氣預報（NWP）求解器將粗數據細化到更高的空間分辨率。數據驅動模型（如FourCastNet）已成為傳統NWP模型的有前景的替代方案，用於預測。一旦這些模型被訓練，它們能夠在幾秒鐘內提供預測，比經典NWP模型快數千倍。然而，隨着預測時間（即預測窗口）的增加，這些模型顯示出不穩定性，因為它們傾向於偏離現實。在本文中，我們提出使用數據同化方法來穩定它們在降尺度任務中的應用。數據同化使用來自三個不同來源的信息，即基於偏微分方程（PDE）的不完美計算模型、噪聲觀測和反映不確定性的先驗信息。在這項工作中，在進行動態降尺度時，我們用FourCastNet替換了計算成本高昂的基於PDE的NWP模型，並在一個「弱約束4DVar框架」中考慮了隱含的模型誤差。我們展示了這種方法在颶風跟蹤問題中的有效性；此外，4DVar框架自然地允許表達和量化不確定性。我們使用ERA5數據證明，我們的方法在預測準確性和預測不確定性方面均優於集合卡爾曼濾波（EnKF）和未穩定的FourCastNet模型。

摘要

  • 原文標題：Deep Learning-Enhanced Visual Monitoring in Hazardous Underwater Environments with a Swarm of Micro-Robots
  • 中文標題：深度學習增強的視覺監測在危險水下環境中的應用：基於微型機器人群體
  • 發布日期：2025-03-04 16:19:06+00:00
  • 作者：Shuang Chen, Yifeng He, Barry Lennox, Farshad Arvin, Amir Atapour-Abarghouei
  • 分類：cs.RO, cs.CV
  • 原文鏈接：http://arxiv.org/abs/2503.02752v1

中文摘要：長期監測和探索極端環境，如水下儲存設施，成本高、勞動強度大且危險。通過低成本協作機器人自動化這一過程可以大大提高效率。這些機器人從不同位置捕捉圖像，必須同時處理這些圖像以創建設施的時空模型。在本文中，我們提出了一種新方法，集成了數據模擬、用於坐標預測的多模態深度學習網絡和圖像重組，以應對環境干擾導致機器人位置和方向漂移和旋轉的挑戰。我們的方法通過整合來自快照的視覺信息、來自掩碼的全局位置上下文以及噪聲坐標，提高了在噪聲環境中的對齊精度。我們通過使用模擬真實世界水下環境中機器人操作的合成數據進行了廣泛的實驗驗證。結果表明，坐標預測精度非常高，圖像組裝合理，表明我們的方法在實際應用中的可行性。組裝的圖像提供了清晰連貫的水下環境視圖，用於有效的監測和檢查，展示了在極端環境中更廣泛應用的潛力，進一步有助於提高危險現場監測的安全性、效率和成本降低。代碼可在 https://github.com/ChrisChen1023/Micro-Robot-Swarm 獲取。

摘要

  • 原文標題：Flexible Prefrontal Control over Hippocampal Episodic Memory for Goal-Directed Generalization
  • 中文標題：靈活的前額葉控制海馬情景記憶以實現目標導向的泛化
  • 發布日期：2025-03-04 06:04:54+00:00
  • 作者：Yicong Zheng, Nora Wolf, Charan Ranganath, Randall C. O'Reilly, Kevin L. McKee
  • 分類：cs.NE, cs.AI, cs.LG
  • 原文鏈接：http://arxiv.org/abs/2503.02303v1

中文摘要：許多任務需要根據當前目標靈活調整感知和行為。人類能夠檢索從幾天到幾年前的情景記憶，並利用這些記憶在新穎但結構相關的情境中進行行為的情境化和泛化。大腦根據任務需求控制情景記憶的能力通常歸因於前額葉皮層（PFC）和海馬體（HPC）之間的相互作用。我們提出了一種強化學習模型，該模型結合了PFC-HPC相互作用機制，用於目標導向的泛化。在我們的模型中，PFC學習生成查詢-鍵表示，以編碼和檢索與目標相關的情景記憶，並根據當前任務需求自上而下地調節HPC記憶。此外，當面對以塊狀而非交錯方式呈現的多個目標時，PFC會動態調整其編碼和檢索策略。我們的結果表明：（1）將工作記憶與選擇性檢索的情景記憶相結合，可以在相似環境或情境之間傳遞決策；（2）與自下而上的感官驅動方法相比，PFC對HPC的自上而下控制提高了對事件之間任意結構關聯的學習，從而能夠泛化到新環境；（3）PFC在編碼和檢索與目標相關的記憶時都編碼了可泛化的表示，而HPC則表現出事件特定的表示。這些發現共同強調了目標導向的前額葉控制對海馬情景記憶在新情境中決策的重要性，並提出了一種計算機制，通過該機制，PFC-HPC相互作用實現了靈活的行為。

摘要

  • 原文標題：Deepfake-Eval-2024: A Multi-Modal In-the-Wild Benchmark of Deepfakes Circulated in 2024
  • 中文標題：Deepfake-Eval-2024：2024年傳播的多模態野外深度偽造基準
  • 發布日期：2025-03-04 18:33:22+00:00
  • 作者：Nuria Alina Chandra, Ryan Murtfeldt, Lin Qiu, Arnab Karmakar, Hannah Lee, Emmanuel Tanumihardja, Kevin Farhat, Ben Caffee, Sejin Paik, Changyeon Lee, Jongwook Choi, Aerin Kim, Oren Etzioni
  • 分類：cs.CV, cs.AI, cs.CY
  • 原文鏈接：http://arxiv.org/abs/2503.02857v1

中文摘要：在生成式人工智能日益逼真的時代，強大的深度偽造檢測對於減少欺詐和虛假信息至關重要。儘管許多深度偽造檢測器在學術數據集上報告了高準確率，但我們發現這些學術基準已經過時，並不能代表最新的深度偽造技術。我們引入了Deepfake-Eval-2024，這是一個新的深度偽造檢測基準，包含從社交媒體和深度偽造檢測平台用戶收集的2024年真實世界中的深度偽造數據。Deepfake-Eval-2024包含44小時的視頻、56.5小時的音頻和1,975張圖像，涵蓋了最新的操縱技術。該基準包含來自88個不同網站、52種不同語言的多樣化媒體內容。我們發現，當在Deepfake-Eval-2024上評估時，開源的最先進深度偽造檢測模型的性能急劇下降，與之前的基準相比，視頻模型的AUC下降了50%，音頻模型下降了48%，圖像模型下降了45%。我們還評估了商業深度偽造檢測模型和在Deepfake-Eval-2024上微調的模型，發現它們的性能優於現成的開源模型，但尚未達到人類深度偽造取證分析師的準確率。該數據集可在https://github.com/nuriachandra/Deepfake-Eval-2024獲取。

摘要

  • 原文標題：Shakespearean Sparks: The Dance of Hallucination and Creativity in LLMs' Decoding Layers
  • 中文標題：莎士比亞的火花：大語言模型解碼層中幻覺與創造力的舞蹈
  • 發布日期：2025-03-04 18:27:00+00:00
  • 作者：Zicong He, Boxuan Zhang, Lu Cheng
  • 分類：cs.CL
  • 原文鏈接：http://arxiv.org/abs/2503.02851v1

中文摘要：大型語言模型（LLMs）已知會產生幻覺，這種現象通常與創造力相關聯。儘管先前的研究主要通過理論或定性視角探索這種聯繫，但我們的工作採用定量方法，系統地研究了LLMs中幻覺與創造力之間的關係。鑑於創造力的複雜性，我們提出了一個針對LLMs的狹義定義，並引入了一個評估框架HCL，該框架量化了LLMs在解碼過程中不同層的幻覺和創造力。我們的實證分析揭示了幻覺與創造力之間的權衡，這種權衡在不同層深度、模型類型和模型大小中保持一致。值得注意的是，在不同模型架構中，我們在每個模型大小中識別出一個特定層，該層能夠最佳地平衡這種權衡。此外，最優層往往出現在較大模型的早期層，並且模型在該層的置信度也顯著更高。這些發現提供了一個定量視角，為LLM創造力與幻覺之間的相互作用提供了新的見解。我們的實驗代碼和數據可在https://github.com/ZicongHe2002/HCL-Spark獲取。

摘要

  • 原文標題：Regularized higher-order Taylor approximation methods for nonlinear least-squares
  • 中文標題：正則化高階泰勒逼近方法在非線性最小二乘法中的應用
  • 發布日期：2025-03-04 07:51:34+00:00
  • 作者：Yassine Nabou, Ion Necoara
  • 分類：math.OC
  • 原文鏈接：http://arxiv.org/abs/2503.02370v1

中文摘要：在本文中，我們開發了一種基於正則化高階泰勒展開的方法，用於求解複合問題（例如非線性最小二乘問題）。在每次迭代中，我們用帶有適當正則化的高階泰勒展開來替換目標函數的每個光滑分量，從而得到正則化高階泰勒近似（RHOTA）算法。我們推導了RHOTA算法的全局收斂性保證。特別是，我們證明了RHOTA生成的迭代點的駐點收斂性保證，並利用目標函數的[[Kurdyka-{\L}ojasiewicz]]（KL）類型性質，推導出依賴於KL參數的改進收斂速率。當泰勒近似為二階時，我們提出了RHOTA算法的高效實現，證明了所得的非凸子問題可以利用標準的凸規劃工具有效求解。此外，我們擴展了研究範圍，包括RHOTA算法在處理非線性方程組和具有非線性等式約束的優化問題中的行為與有效性，並在改進的約束條件下推導出新的收斂速率。最後，我們考慮用高階近端點算法求解相位恢復問題，展示了其在該特定應用中的快速收斂速率。在相位恢復和輸出反饋控制問題上的數值模擬也表明，與一些最先進的優化方法和軟件相比，所提出的方法具有顯著的有效性和性能。

摘要

  • 原文標題：Words or Vision: Do Vision-Language Models Have Blind Faith in Text?
  • 中文標題：文字還是視覺：視覺-語言模型是否盲目信任文本？
  • 發布日期：2025-03-04 02:21:07+00:00
  • 作者：Ailin Deng, Tri Cao, Zhirui Chen, Bryan Hooi
  • 分類：cs.CV, cs.AI, cs.CL, cs.LG, cs.MM
  • 原文鏈接：http://arxiv.org/abs/2503.02199v1

中文摘要：視覺-語言模型（VLMs）在整合視覺和文本信息以完成視覺中心任務方面表現出色，但它們對模態間不一致性的處理尚未得到充分研究。我們研究了在視覺中心設置中，當面對視覺數據和多樣化的文本輸入時，VLMs的模態偏好。通過在四個視覺中心任務中引入文本變化並評估十個視覺-語言模型（VLMs），我們發現了一種「對文本的盲目信任」現象：當不一致性出現時，VLMs過度信任文本數據而非視覺數據，導致在文本損壞時性能顯著下降，並引發安全隱患。我們分析了影響這種文本偏見的因素，包括指令提示、語言模型大小、文本相關性、詞序以及視覺和文本確定性之間的相互作用。雖然某些因素（如擴大語言模型規模）略微緩解了文本偏見，但其他因素（如詞序）可能會由於語言模型繼承的位置偏見而加劇這一問題。為了解決這一問題，我們探索了帶有文本增強的監督微調，並證明了其在減少文本偏見方面的有效性。此外，我們提供了理論分析，表明對文本的盲目信任現象可能源於訓練過程中純文本和多模態數據的不平衡。我們的研究結果強調了在VLMs中平衡訓練和仔細考慮模態交互的必要性，以增強其在處理多模態數據不一致性時的魯棒性和可靠性。

摘要

  • 原文標題：Integrated microring resonator and waveguide polarizers based on partially photo-reduced 2D graphene oxide thin films
  • 中文標題：基於部分光還原二維氧化石墨烯薄膜的集成微環諧振器和波導偏振器
  • 發布日期：2025-03-04 05:18:40+00:00
  • 作者：David J. Moss
  • 分類：physics.optics, physics.app-ph
  • 原文鏈接：http://arxiv.org/abs/2503.02287v1

中文摘要：光學偏振器是選擇性地傳輸具有特定偏振態光的基本組件，在現代光學系統中至關重要。本文通過實驗展示了集成波導和微環諧振器（MRR）偏振器，其中包含了還原氧化石墨烯（rGO）。二維氧化石墨烯（GO）薄膜被集成到硅光子器件上，並對其厚度和尺寸進行了精確控制，隨後通過兩種不同的方法進行GO還原，包括均勻熱還原和局部光熱還原。我們測量了具有不同長度、厚度和還原程度的GO薄膜器件。結果表明，含有rGO的器件比含有GO的器件表現出更好的性能，混合波導和MRR的偏振相關損耗分別達到約47 dB和偏振消光比約16 dB。通過將實驗結果與理論擬合，發現rGO在損耗方面表現出更顯著的各向異性，其各向異性比是GO的4倍以上。此外，rGO比GO表現出更高的熱穩定性和對光熱還原的更強魯棒性。這些結果突顯了rGO薄膜在集成光子平台中實現高性能偏振選擇性器件的強大潛力。

摘要

  • 原文標題：Tidal fluctuations and spatial heterogeneity lead to trapping and chaotic mixing in coastal aquifers
  • 中文標題：潮汐波動和空間異質性導致沿海含水層中的捕獲和混沌混合
  • 發布日期：2025-03-04 11:25:24+00:00
  • 作者：Satoshi Tajima, Marco Dentz
  • 分類：physics.flu-dyn
  • 原文鏈接：http://arxiv.org/abs/2503.02516v1

中文摘要：潮汐波動和空間異質性導致沿海含水層中的捕獲和混沌混合。潮汐強迫和含水層異質性的綜合作用導致沿海含水層中複雜的輸運模式，這些模式影響溶質停留時間和混合動力學。我們通過對三維異質性沿海含水層在潮汐強迫下的密度依賴性流動和輸運進行詳細的數值模擬來研究這些模式。從淡水和海水域進行的對流粒子追蹤揭示了在淡水-鹽水過渡區中形成混沌和周期性軌道，這些軌道可能會持續捕獲污染物。我們發現，異質性的增加會導致捕獲增加，但也會增加混合熵，這表明混沌軌道增強了淡水和海水域污染物之間的混合。這些發現一方面強調了沿海含水層通過捕獲帶來的長期污染風險，另一方面也強調了過渡區中混沌混合為化學和生物反應創造了熱點。

摘要

  • 原文標題：Investigation of Plasma Mixing Processes in the Context of Indirect Drive Inertial Confinement Fusion
  • 中文標題：間接驅動慣性約束聚變中等離子體混合過程的研究
  • 發布日期：2025-03-04 08:14:50+00:00
  • 作者：Xiaoran Li, Jie Qiu, Shuqing Zhang, Liang Hao, Shiyang Zou
  • 分類：physics.plasm-ph
  • 原文鏈接：http://arxiv.org/abs/2503.02378v1

中文摘要：在慣性約束聚變（ICF）中，黑腔中等離子體混合的動力學對激光-等離子體不穩定性（LPI）和內爆性能具有關鍵影響。本研究通過一維粒子模擬（PIC）研究了黑腔中燒蝕的Au等離子體與填充的[[C$_5$H$_{12}$]]等離子體的混合過程。我們發現，離子-離子碰撞減緩了離子的擴散，使得Au離子表現出亞擴散行為，而C和H離子則保持超擴散行為。由於H離子的碰撞率較低，H離子比C離子更快地擴散到Au區域，導致在界面處C和H離子出現明顯的分離。儘管在存在碰撞的情況下，等離子體界面仍會產生靜電衝擊波，但其電場強度和傳播速度顯著降低。為了系統地探索黑腔環境中的等離子體混合，我們評估了入射激光輻照、等離子體流動和非均勻密度分布對離子混合的單獨影響。我們發現，與擴散驅動過程相比，激光輻照和等離子體流動對離子混合的影響較小，而非均勻密度分布則限制了從低密度區域向高密度區域的擴散。通過將輻射流體動力學模型導出的實際黑腔等離子體條件納入PIC模擬，我們證明了C和H離子的擴散仍然主導離子混合過程。我們推導了簡單的唯象擬合公式來描述黑腔條件下混合寬度的演化。進一步的理論計算表明，H和C向Au等離子體的滲透抑制了混合層內的受激布里淵散射（SBS）。這一發現強調了將離子混合效應整合到LPI代碼中以更準確地模擬ICF黑腔動力學的重要性。

摘要

  • 原文標題：Efficient Quantum Chemistry Calculations on Noisy Quantum Hardware
  • 中文標題：高效量子化學計算在噪聲量子硬件上的實現
  • 發布日期：2025-03-04 16:51:54+00:00
  • 作者：Nora Bauer, Kübra Yeter-Aydeniz, George Siopsis
  • 分類：quant-ph
  • 原文鏈接：http://arxiv.org/abs/2503.02778v1

中文摘要：我們提出了一種硬件高效的量子化學計算優化方案，利用採樣量子對角化（SQD）方法。我們的算法，優化後的SQD（SQDOpt），結合了經典的Davidson方法技術和多基測量，以在硬件上使用固定數量的測量來優化量子Ansatz。這解決了與其他量子化學優化協議（如變分量子本徵求解器（VQE））相關的關鍵挑戰，VQE必須在數百到數千個基上進行測量以在硬件上估計能量，即使對於少於20個量子比特的分子也是如此。各種分子（包括氫鏈、水和甲烷）的數值結果表明，與經典和量子變分方法相比，我們的方法具有顯著效果，並且我們在IBM-Cleveland量子硬件上確認了性能，發現SQDOpt在某些情況下匹配或超過了無噪聲VQE的解決方案質量。運行時間縮放表明，量子硬件上的SQDOpt與經典的最先進方法具有競爭力，對於20量子比特的H$_{12}$分子，量子硬件上的SQDOpt和經典模擬的VQE的交叉點為1.5秒/迭代。我們的研究結果表明，所提出的SQDOpt框架為在噪聲中等規模量子（NISQ）設備上進行量子化學模擬提供了一條可擴展且穩健的途徑。

摘要

  • 原文標題：Measurement noise scaling laws for cellular representation learning
  • 中文標題：細胞表示學習的測量噪聲縮放定律
  • 發布日期：2025-03-04 15:44:59+00:00
  • 作者：Gokul Gowri, Peng Yin, Allon M. Klein
  • 分類：q-bio.QM, cs.IT, math.IT
  • 原文鏈接：http://arxiv.org/abs/2503.02726v1

中文摘要：深度學習擴展定律預測了隨着模型和數據集的增大，性能如何提升。在這裡，我們將數據中的測量噪聲識別為另一個性能擴展軸，它受一個獨特的對數定律支配。我們專注於生物單細胞基因組數據的表示學習模型，其中測量噪聲的主要來源是由於分子欠採樣。我們引入了一種信息論度量來衡量細胞表示模型的質量，並發現它與採樣深度成比例擴展。一個單一的定量關係在幾種模型類型和多個數據集中都成立。我們展示了這種關係的解析形式可以從一個簡單的高斯噪聲模型中推導出來，這反過來為擴展定律提供了直觀的解釋。最後，我們展示了相同的關係在圖像分類模型中相對於兩種類型的成像噪聲出現，這表明測量噪聲擴展可能是一個普遍現象。噪聲擴展可以作為生成和整理深度學習模型數據的指南，特別是在測量質量在數據集之間可能顯著變化的領域中。

摘要

  • 原文標題：Mixing Time Matters: Accelerating Effective Resistance Estimation via Bidirectional Method
  • 中文標題：混合時間的重要性：通過雙向方法加速有效電阻估計
  • 發布日期：2025-03-04 11:20:57+00:00
  • 作者：Guanyu Cui, Hanzhi Wang, Zhewei Wei
  • 分類：cs.SI, cs.DS
  • 原文鏈接：http://arxiv.org/abs/2503.02513v1

中文摘要：我們研究了在無向圖上高效近似\textit{有效電阻}（ER）的問題，其中ER是一種廣泛使用的節點接近度度量，應用於圖譜稀疏化、多類圖聚類、網絡魯棒性分析、圖機器學習等領域。具體來說，給定無向圖$G$中的任意節點$s$和$t$，我們的目標是高效估計節點$s$和$t$之間的ER值$R(s,t)$，並確保絕對誤差$\epsilon$較小。此前針對該問題的最佳算法的最壞情況計算複雜度為$\tilde{O}\left(\frac{L_{\max}^3}{\epsilon^2 d^2}\right)$，其中$L_{\max}$的值取決於圖$G$上隨機遊走的混合時間，$d = \min\{d(s), d(t)\}$，$d(s)$和$d(t)$分別表示節點$s$和$t$的度數。我們將這一複雜度改進為$\tilde{O}\left(\min\left\{\frac{L_{\max}^{7/3}}{\epsilon^{2/3}}, \frac{L_{\max}^3}{\epsilon^2d^2}, mL_{\max}\right\}\right)$，在理論上實現了$\tilde{O}\left(\max\left\{\frac{L_{\max}^{2/3}}{\epsilon^{4/3} d^2}, 1, \frac{L_{\max}^2}{\epsilon^2 d^2 m}\right\}\right)$的改進。其中，$m$表示邊的數量。鑑於$L_{\max}$在現實世界網絡中通常非常大（例如，$L_{\max} > 10^4$），我們對$L_{\max}$的改進尤為顯著，特別是在現實世界網絡中。我們還在現實世界和合成圖數據集上進行了大量實驗，以實證展示我們方法的優越性。實驗結果表明，與基線方法相比，我們的方法在保持相同絕對誤差的同時，運行時間實現了$10\times$到$1000\times$的加速。

摘要

  • 原文標題：Integrated Communication and Learned Recognizer with Customized RIS Phases and Sensing Durations
  • 中文標題：集成通信與學習識別器：定製化RIS相位與感知時長
  • 發布日期：2025-03-04 03:43:01+00:00
  • 作者：Yixuan Huang, Jie Yang, Chao-Kai Wen, Shi Jin
  • 分類：cs.IT, eess.SP, math.IT
  • 原文鏈接：http://arxiv.org/abs/2503.02244v1

中文摘要：未來的無線通信網絡預計將更加智能，並能夠更好地感知周圍環境，從而支持各種上下文感知應用。可重構智能表面（RIS）將在支持多種感知任務（如目標識別）中發揮關鍵作用。然而，當前的方法通常使用一次性優化的RIS配置，並在固定的感知時間內應用，這限制了其適應不同目標的能力，並降低了感知精度。為了克服這些限制，本研究提出了一種先進的無線通信系統，該系統復用下行鏈路信號進行環境感知，並引入了一種由深度學習技術驅動的智能識別器。具體而言，我們設計了一種基於長短期記憶架構和物理信道模型的新型神經網絡。該網絡迭代地捕獲並融合先前測量的信息，自適應地定製RIS相位，以在後續時刻收集與識別任務最相關的信息。這些配置根據場景、任務、目標和量化先驗動態調整。此外，識別器還包括一個決策模塊，該模塊動態分配不同的感知時間，根據收集到的測量結果決定是否繼續或終止感知過程。這種方法最大限度地提高了資源利用效率。仿真結果表明，所提出的方法顯著優於現有技術，同時即使在感知和通信同時進行的情況下，也能最小化對通信性能的影響。本文的部分源代碼可在https://github.com/kiwi1944/CRISense訪問。

摘要

  • 原文標題：Time-Varying Coronary Artery Deformation: A Dynamic Skinning Framework for Surgical Training
  • 中文標題：時變冠狀動脈變形：用於手術培訓的動態蒙皮框架
  • 發布日期：2025-03-04 02:51:37+00:00
  • 作者：Shuo Wang, Tong Ren, Nan Cheng, Rong Wang, Li Zhang
  • 分類：cs.GR, cs.CV, eess.IV, 94A08, 92C50, J.3; I.6.5; I.4.9
  • 原文鏈接：http://arxiv.org/abs/2503.02218v1

中文摘要：目的：本研究提出了一種基於骨骼蒙皮權重計算的冠狀動脈解剖驅動動態建模框架，旨在實現血管變形的精確控制，同時保持手術模擬應用的實時性能。方法：我們開發了一種基於雙調和能量最小化的計算框架，用於蒙皮權重計算，並通過四面體網格生成實現體積離散化。該方法實現了時間採樣和插值，以在整個心動周期內實現連續的血管變形，同時施加機械約束和體積守恆。該框架使用來自5名患者的臨床數據集進行了驗證，將插值變形結果與通過逐幀分割獲得的地面真實數據進行了比較。結果：所提出的框架有效地處理了交互式血管操作。幾何精度評估顯示，插值網格與地面真實模型之間的平均Hausdorff距離為4.96 ± 1.78 mm，平均表面距離為1.78 ± 0.75 mm。在所有數據集中，分支完整率達到了1.82 ± 0.46，而分支連續性得分保持在0.84 ± 0.06（範圍為0-1）。該系統展示了在整個冠狀動脈樹結構中支持實時導絲-血管碰撞檢測和對比劑流動模擬的能力。結論：我們的基於蒙皮權重的方法在保持幾何精度的同時增強了模型的交互性和適用性。該框架為虛擬手術訓練系統提供了更靈活的技術基礎，展示了在臨床實踐和醫學教育應用中的潛在前景。代碼可在https://github.com/ipoirot/DynamicArtery獲取。

摘要

  • 原文標題：Comprehensive Analysis of Relative Pressure Estimation Methods Utilizing 4D Flow MRI
  • 中文標題：利用4D流MRI進行相對壓力估計方法的綜合分析
  • 發布日期：2025-03-04 18:21:27+00:00
  • 作者：Brandon Hardy, Judith Zimmermann, Vincent Lechner, Mia Bonini, Julio A. Sotelo, Nicholas S. Burris, Daniel B. Ennis, David Marlevi, David A. Nordsletten
  • 分類：physics.flu-dyn, physics.bio-ph
  • 原文鏈接：http://arxiv.org/abs/2503.02847v1

中文摘要：4D流MRI允許估計三維相對壓力場，提供豐富的壓力信息，與僅提供一維壓力降的導管插入和多普勒超聲心動圖不同。先前文獻已經探討了從4D流中得出的一維壓力降的準確性，但還需要進一步的工作來評估三維相對壓力場的準確性。本文分析了三種最先進的相對壓力估計方法：虛擬功-能相對壓力（vWERP）、壓力泊松估計器（PPE）和斯托克斯估計器（STE）。通過計算機模擬確定了它們的時空行為和對噪聲的敏感性。使用具有不同撕裂幾何形狀的B型主動脈夾層（TBAD）流動模型和十二個導管壓力測量陣列對估計器進行了驗證。最後，評估了每種估計器在八個患者病例中的表現。計算機模擬中，STE的壓力場誤差低於PPE，儘管PPE的壓力受噪聲影響較小。高速度梯度和低空間分辨率對3D誤差場的局部變化影響最大。低時間分辨率導致高度瞬態的峰值壓力事件被平均化，從而系統性地低估了峰值壓力。在流動模型分析中，vWERP是最準確的方法，其次是STE和PPE。儘管有低估峰值壓力的趨勢，但每種壓力估計器與真實壓力值高度相關。患者病例結果表明，這些壓力估計器可以有效地整合到臨床工作流程中。

摘要

  • 原文標題：Space compatibility of emerging, wide-bandgap, ultralow-loss integrated photonics
  • 中文標題：新興寬帶隙超低損耗集成光子學的空間兼容性
  • 發布日期：2025-03-04 12:45:12+00:00
  • 作者：Yue Hu, Xue Bai, Baoqi Shi, Jiahao Sun, Yafei Ding, Zhenyuan Shang, Hanke Feng, Liping Zhou, Bingcheng Yang, Shuting Kang, Yuan Chen, Shuyi Li, Jinbao Long, Chen Shen, Fang Bo, Xin ou, Cheng Wang, Junqiu Liu
  • 分類：physics.optics, physics.app-ph
  • 原文鏈接：http://arxiv.org/abs/2503.02567v1

中文摘要：集成光子學已經徹底改變了光通信、傳感和計算領域，為尺寸和有效載荷有限的航天器提供了小型化和輕量化的解決方案。基於超低損耗集成光子平台的新型芯片級儀器，包括激光器、頻率梳和原子陷阱，已被開發用於空間應用。因此，量化超低損耗光子集成電路（PICs）的空間兼容性，特別是其抗輻射能力，至關重要。本研究通過實驗評估了超低損耗Si$_3$N$_4$、4H-SiC和LiNbO$_3$ PICs在強$\gamma$射線和高能質子輻照下的抗輻射能力。結果表明，總通量為$1.1 \times 10^{10}$ $\mathrm{p/cm^2}$的質子輻照不會顯著增加這些PICs的光學損耗或改變其折射率，而累積劑量為1.2 Mrad的$\gamma$射線輻照僅略微增加了它們的光學損耗。這些發現初步證明了超低損耗Si$_3$N$_4$、4H-SiC和LiNbO$_3$ PICs具有出色的空間兼容性，突顯了它們在緊湊和輕量化空間系統中的潛力。

摘要

  • 原文標題：MobRFFI: Non-cooperative Device Re-identification for Mobility Intelligence
  • 中文標題：MobRFFI：用於移動智能的非合作設備重識別
  • 發布日期：2025-03-04 00:39:50+00:00
  • 作者：Stepan Mazokha, Fanchen Bao, George Sklivanitis, Jason O. Hallstrom
  • 分類：eess.SP, cs.AI, cs.LG, cs.NI
  • 原文鏈接：http://arxiv.org/abs/2503.02156v1

中文摘要：基於WiFi的城市環境移動監測可以為行人和車輛的移動提供有價值的洞察。然而，MAC地址隨機化給準確估計擁堵水平和路徑軌跡帶來了重大障礙。為此，我們考慮使用射頻指紋識別和重識別技術，在不使用MAC地址的情況下將WiFi流量歸因於發射設備。我們提出了MobRFFI，一個基於AI的WiFi網絡設備指紋識別和重識別框架，該框架利用編碼器深度學習模型提取基於WiFi芯片組硬件缺陷的獨特特徵。它完全獨立於幀類型。在WiFi指紋識別數據集 WiSig上的評估中，我們的方法在多日和單日重識別場景中分別達到了94%和100%的設備準確率。我們還收集了一個新的數據集MobRFFI，用於細粒度的多接收器 WiFi設備指紋識別評估。使用該數據集，我們證明了多接收器指紋的組合在單日場景中將重識別性能從81%提升到100%，在多日場景中從41%提升到100%。

摘要

  • 原文標題：SPIDER: A Comprehensive Multi-Organ Supervised Pathology Dataset and Baseline Models
  • 中文標題：SPIDER：一個全面的多器官監督病理學數據集及基線模型
  • 發布日期：2025-03-04 18:57:12+00:00
  • 作者：Dmitry Nechaev, Alexey Pchelnikov, Ekaterina Ivanova
  • 分類：eess.IV, cs.CV
  • 原文鏈接：http://arxiv.org/abs/2503.02876v1

中文摘要：在計算病理學中推進人工智能需要大規模、高質量且多樣化的數據集，然而現有的公共數據集通常在器官多樣性、類別覆蓋範圍或注釋質量方面存在局限。為了彌補這一差距，我們引入了SPIDER（監督病理圖像描述庫），這是目前公開可用的最大規模的覆蓋多種器官類型的補丁級數據集，包括皮膚、結直腸和胸部，並為每個器官提供了全面的類別覆蓋。SPIDER提供了由病理學專家驗證的高質量注釋，並包含周圍上下文補丁，這些補丁通過提供空間上下文來增強分類性能。 除了數據集，我們還展示了基於SPIDER訓練的基線模型，這些模型使用Hibou-L基礎模型作為特徵提取器，並結合基於注意力機制的分類頭。這些模型在多個組織類別中實現了最先進的性能，並為未來的數字病理學研究提供了強有力的基準。除了補丁分類外，該模型還支持快速識別重要區域、定量組織指標，並為多模態方法奠定了基礎。 數據集和訓練模型均已公開，以推動研究、可重複性和人工智能驅動的病理學發展。訪問地址為：https://github.com/HistAI/SPIDER

摘要

  • 原文標題：Beyond Cosine Decay: On the effectiveness of Infinite Learning Rate Schedule for Continual Pre-training
  • 中文標題：超越餘弦衰減：無限學習率調度在持續預訓練中的有效性
  • 發布日期：2025-03-04 18:15:57+00:00
  • 作者：Paul Janson, Vaibhav Singh, Paria Mehrbod, Adam Ibrahim, Irina Rish, Eugene Belilovsky, Benjamin Thérien
  • 分類：cs.LG
  • 原文鏈接：http://arxiv.org/abs/2503.02844v1

中文摘要：未標記數據的不斷增長為訓練人工智能系統帶來了機遇和挑戰。儘管自監督學習（SSL）已成為從大量未標記數據中提取有意義表示的強大範式，但現有方法仍然難以適應現實世界數據流的非平穩、非獨立同分布特性，且容易遺忘先前學到的知識。最近的研究採用重複的餘弦退火調度進行大規模持續預訓練；然而，這些調度（1）在重新升溫階段固有地導致遺忘，（2）尚未與現有的持續SSL方法進行系統比較。在本研究中，我們系統地將廣泛使用的餘弦調度與最近提出的無限學習率調度進行比較，並通過實驗發現後者是一種更有效的替代方案。我們在多樣化的圖像和語言數據集上進行的廣泛實驗評估表明，與重複的餘弦衰減相比，無限學習率調度在不局限於固定迭代預算的情況下，持續提升了持續預訓練的性能。例如，在小規模的MAE預訓練設置中，它優於文獻中的多個強基線。隨後，我們將實驗擴展到更大規模的MAE預訓練和自回歸語言模型預訓練。我們的結果表明，無限學習率調度在大規模場景中仍然有效，在MAE預訓練和零樣本語言模型基準測試中均優於重複的餘弦衰減。

取自「http://zh.wikiedge.org/index.php?title=WikiEdge:ArXiv速递/2025-03-04&oldid=2809」