WikiEdge:ArXiv速遞/2025-03-07

出自WikiEdge
於 2025年3月10日 (一) 14:19 由 Carole（對話 | 貢獻） 所做的修訂 （Updated page by Carole）
跳至導覽 跳至搜尋

摘要

  • 原文標題：Measurement of the branching fractions of $D^+ \to K^+K^-π^+π^+π^-$, $φπ^+π^+π^-$, $K^0_SK^+π^+π^-π^0$, $K^0_SK^+η$, and $K^0_SK^+ω$ decays
  • 中文標題：$D^+ \to K^+K^-π^+π^+π^-$、$φπ^+π^+π^-$、$K^0_SK^+π^+π^-π^0$、$K^0_SK^+η$ 和 $K^0_SK^+ω$ 衰變的分支比的測量
  • 發佈日期：2025-03-07 12:54:23+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, X. Y. Chen, Y. B. Chen, Y. Q. 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. Gao, Y. N. Gao, Y. N. Gao, Y. Y. 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, 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. Li, C. H. Li, C. K. 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, S. X. 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, M. H. 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, X. L. 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, Q. A. Malik, 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, 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. J. 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, J. J. Tang, L. F. 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. J. 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, 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, 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. Xu, W. L. Xu, X. P. Xu, Y. Xu, Y. Xu, Y. C. Xu, Z. S. Xu, F. Yan, H. Y. Yan, L. Yan, W. B. Yan, W. C. Yan, W. H. 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, L. Q. 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, X. Q. 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, Y. P. 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, L. 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, C. 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, 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
  • 原文連結：http://arxiv.org/abs/2503.05382v1

中文摘要：使用在BEPCII對撞機上運行的BESIII探測器收集的20.3 fb⁻¹的e⁺e⁻對撞數據，中心質心能量為3.773 GeV，首次測量了三個強子粲介子衰變的分支比：$D^+\to \phi\pi^+\pi^+\pi^-$、$D^+\to K^0_SK^+\pi^+\pi^-\pi^0$和$D^+\to K^0_SK^+\omega$，分別為$(0.54\pm0.19\pm0.02)\times 10^{-4}$、$(2.51\pm0.34\pm0.14)\times 10^{-4}$和$(2.02\pm0.35\pm0.10)\times 10^{-4}$。此外，$D^+\to K^+K^-\pi^+\pi^+\pi^-$和$D^+\to K^0_SK^+\eta$的分支比也得到了更精確的測量，分別為$(0.66\pm0.11\pm0.03)\times 10^{-4}$和$(2.27\pm0.22\pm0.05)\times 10^{-4}$。

摘要

  • 原文標題：Search for Higgs boson exotic decays into Lorentz-boosted light bosons in the four-$τ$ final state at $\sqrt{s}=13$ TeV with the ATLAS detector
  • 中文標題：在$\sqrt{s}=13$ TeV下使用ATLAS探測器在四$\tau$末態中尋找希格斯玻色子向洛倫茲增強的輕玻色子的奇異衰變
  • 發佈日期：2025-03-07 14:33:46+00:00
  • 作者：ATLAS Collaboration
  • 分類：hep-ex
  • 原文連結：http://arxiv.org/abs/2503.05463v1

中文摘要：摘要：本文提出了一種對希格斯玻色子奇異衰變的搜索，該衰變產生一對低質量標量粒子，隨後這些標量粒子衰變為$\tau$輕子，即$H\rightarrow aa\rightarrow \tau^+\tau^-\tau^+\tau^-$。在具有類Yukawa耦合的模型中，對於質量在$2m_{\tau} < m_a < 2m_{b}$範圍內的輕$a$玻色子，衰變為$\tau$輕子是較為有利的。本文展示了在$4\,\mathrm{GeV} < m_a < 15\,\mathrm{GeV}$範圍內，使用ATLAS探測器在大型強子對撞機Run 2期間記錄的$\sqrt{s}=13$ TeV質子-質子碰撞數據（$140\,\mathrm{fb}^{-1}$）的結果。該搜索重點關注雙$\tau$對，其中一個$\tau$輕子衰變為強子和中微子，另一個衰變為μ子和中微子。在此質量範圍內，$a\rightarrow \tau^+\tau^-$過程受到洛倫茲增強，並使用專門的μ子去除技術來重建雙$\tau$對。未觀察到顯著超出標準模型背景預測的異常信號。本文提供了$95\%$置信水平下$(\sigma(H)/\sigma_{\mathrm{SM}}(H))\times \mathcal{B}(H\rightarrow aa\rightarrow 4\tau)$的上限，範圍從$0.03$到$0.10$，具體取決於$a$玻色子的質量。

摘要

  • 原文標題：Enhancing User Performance and Human Factors through Visual Guidance in AR Assembly Tasks
  • 中文標題：通過視覺引導增強AR裝配任務中的用戶表現和人為因素
  • 發佈日期：2025-03-07 18:12:29+00:00
  • 作者：Leon Pietschmann, Michel Schimpf, Zhu-Tian Chen, Hanspeter Pfister, Thomas Bohné
  • 分類：cs.HC
  • 原文連結：http://arxiv.org/abs/2503.05649v1

中文摘要：本研究通過一項受試者間實驗，探討了視覺引導（VG）對增強現實（AR）中用戶表現和人為因素的影響。VG 是 AR 應用中的關鍵組成部分，作為數字信息與現實世界交互之間的橋樑。與以往研究通常產生不一致結果不同，我們的研究聚焦於不同類型的支持性可視化而非交互方法。我們的研究結果顯示，任務完成時間減少了 31%，但錯誤率顯著上升，突顯了速度與準確性之間的權衡。此外，我們在實驗設計中評估了遮擋的負面影響。除了考察認知負荷、動機和可用性等其他變量外，我們還確定了具體方向，並為未來研究提供了可操作的見解。總體而言，我們的結果強調了 VG 在提升 AR 用戶表現方面的潛力，同時強調了進一步研究潛在人為因素的重要性。

摘要

  • 原文標題：Spatial Distillation based Distribution Alignment (SDDA) for Cross-Headset EEG Classification
  • 中文標題：基於空間蒸餾的分佈對齊（SDDA）用於跨頭戴設備腦電分類
  • 發佈日期：2025-03-07 11:44:49+00:00
  • 作者：Dingkun Liu, Siyang Li, Ziwei Wang, Wei Li, Dongrui Wu
  • 分類：cs.LG, cs.AI, cs.HC
  • 原文連結：http://arxiv.org/abs/2503.05349v1

中文摘要：非侵入式腦機接口（BCI）通過腦電圖（EEG）信號實現用戶與外部設備的直接交互。然而，由於不同頭戴設備電極數量和位置的差異，跨頭戴設備的EEG信號解碼仍然是一個重大挑戰。為了解決這一挑戰，我們提出了一種基於空間蒸餾的分佈對齊（SDDA）方法，用於非侵入式BCI中的異構跨頭戴設備遷移。SDDA首先通過空間蒸餾利用所有電極，然後通過輸入/特徵/輸出空間的分佈對齊來應對源域和目標域之間的顯著差異。據我們所知，這是首次在跨頭戴設備遷移中使用知識蒸餾。在兩個BCI範式的六個EEG數據集上的大量實驗表明，SDDA在離線無監督域適應和在線監督域適應場景中均表現出色，始終優於10種經典和最先進的遷移學習算法。

摘要

  • 原文標題：Efficient Parallel Scheduling for Sparse Triangular Solvers
  • 中文標題：稀疏三角求解器的高效並行調度
  • 發佈日期：2025-03-07 13:29:12+00:00
  • 作者：Toni Böhnlein, Pál András Papp, Raphael S. Steiner, A. N. Yzelman
  • 分類：cs.DC, 68W10, 65F50, C.1.4; G.1.3
  • 原文連結：http://arxiv.org/abs/2503.05408v1

中文摘要：我們開發並分析了用於並行求解稀疏三角線性系統（SpTRSV）的新調度算法。我們的方法稱為屏障列表調度，為前向和後向替換算法生成了高效的同步調度。與最先進的基線HDagg和SpMP相比，我們分別實現了$3.24\times$和$1.45\times$的幾何平均加速。我們通過減少與HDagg相比高達$11\times$的幾何平均同步屏障數量，同時保持平衡的工作負載，並通過應用矩陣重排序步驟來提高局部性，實現了這一改進。我們展示了這些改進在各種輸入矩陣和硬件架構上的一致性。

摘要

  • 原文標題：Multi-Fidelity Policy Gradient Algorithms
  • 中文標題：多保真策略梯度算法
  • 發佈日期：2025-03-07 18:58:23+00:00
  • 作者：Xinjie Liu, Cyrus Neary, Kushagra Gupta, Christian Ellis, Ufuk Topcu, David Fridovich-Keil
  • 分類：cs.LG, cs.AI, cs.RO
  • 原文連結：http://arxiv.org/abs/2503.05696v1

中文摘要：許多強化學習（RL）算法需要大量數據，這限制了它們在無法頻繁與作業系統交互或高保真模擬成本高昂或不可用的應用中的使用。與此同時，低保真模擬器——如降階模型、啟發式獎勵函數或生成世界模型——可以廉價地為RL訓練提供有用的數據，即使它們對於直接從模擬到現實的遷移來說過於粗糙。我們提出了多保真策略梯度（MFPGs），這是一種RL框架，它將來自目標環境的少量數據與大量低保真模擬數據混合，形成無偏、低方差估計器（控制變量），用於在策略策略梯度。我們通過開發兩種策略梯度算法的多保真變體來實例化該框架：REINFORCE和近端策略優化。在一系列模擬機械人基準問題的實驗結果表明，當目標環境樣本有限時，與僅使用高保真數據的基線相比，MFPG實現了高達3.9倍的獎勵提升，並提高了訓練穩定性。此外，即使基線被給予更多高保真樣本——與目標環境的交互次數多達10倍——MFPG仍然能夠匹配或超越它們。最後，我們觀察到，即使低保真環境與目標環境截然不同，MFPG仍然能夠訓練出有效的策略。因此，MFPG不僅為高效的模擬到現實遷移提供了新的範式，還為管理策略性能與數據收集成本之間的權衡提供了原則性方法。

摘要

  • 原文標題：Learning and generalization of robotic dual-arm manipulation of boxes from demonstrations via Gaussian Mixture Models (GMMs)
  • 中文標題：通過高斯混合模型從演示中學習和泛化機械人雙臂操作箱子的能力
  • 發佈日期：2025-03-07 17:43:27+00:00
  • 作者：Qian Ying Lee, Suhas Raghavendra Kulkarni, Kenzhi Iskandar Wong, Lin Yang, Bernardo Noronha, Yongjun Wee, Tzu-Yi Hung, Domenico Campolo
  • 分類：cs.RO
  • 原文連結：http://arxiv.org/abs/2503.05619v1

中文摘要：從演示中學習（LfD）是一種有效的方法，可以教會機械人以類似人類的方式移動和操縱物體。這在處理複雜的機械人系統時尤其如此，例如那些具有雙臂的系統，它們因其更高的有效載荷能力和可操作性而被使用。然而，一個關鍵的挑戰是如何將機械人運動擴展到學習場景之外，以適應特定演示中的微小和重大變化。在這項工作中，我們提出了一種學習和新穎的泛化方法，該方法適應了從人類演示中學習到的高斯混合模型（GMM）參數化策略。我們的方法只需要少量的人類演示，並且在演示階段不需要機械人系統，這可以顯著降低成本和節省時間。泛化過程直接在參數空間中進行，利用GMM參數的低維表示。每個高斯分量只有三個參數，這一過程在計算上是高效的，並且在請求時立即產生結果。我們通過涉及雙臂機械人操縱盒子的真實世界實驗驗證了我們的方法。從僅針對單個任務的五次演示開始，我們的方法成功地泛化到新的未見過的場景，包括新的目標位置、方向和盒子尺寸。這些結果突出了我們的方法在複雜操作中的實際適用性和可擴展性。

摘要

  • 原文標題：UniArray: Unified Spectral-Spatial Modeling for Array-Geometry-Agnostic Speech Separation
  • 中文標題：UniArray：統一頻譜-空間建模用於陣列幾何無關的語音分離
  • 發佈日期：2025-03-07 03:11:04+00:00
  • 作者：Weiguang Chen, Junjie Zhang, Jielong Yang, Eng Siong Chng, Xionghu Zhong
  • 分類：cs.SD, eess.AS
  • 原文連結：http://arxiv.org/abs/2503.05110v1

中文摘要：陣列幾何無關的語音分離（AGA-SS）旨在開發一種無論麥克風陣列幾何形狀如何都能有效分離的方法。傳統方法依賴於無置換操作，如求和或注意力機制，以捕捉空間信息。然而，這些方法通常會導致高計算成本或在通道內和通道間交互過程中破壞空間信息的有效使用，從而導致性能不佳。為了解決這些問題，我們提出了UniArray，一種摒棄傳統交錯方式的新方法。UniArray由三個關鍵組件組成：虛擬麥克風估計（VME）模塊、特徵提取和融合模塊以及分層雙路徑分離器。VME確保在不同通道數的陣列上具有魯棒性能。特徵提取和融合模塊利用頻譜特徵提取模塊和空間字典學習（SDL）模塊來提取和融合頻率倉級特徵，使分離器能夠專注於使用融合特徵。分層雙路徑分離器在保持計算效率的同時，沿時間和頻率軸建模特徵依賴性。實驗結果表明，UniArray在SI-SDRi、WB-PESQ、NB-PESQ和STOI方面優於最先進的方法，無論是在已見還是未見過的陣列幾何形狀上。

摘要

  • 原文標題：Dynamics of disordered quantum systems with two- and three-dimensional tensor networks
  • 中文標題：無序量子系統的二維和三維張量網絡動力學
  • 發佈日期：2025-03-07 18:58:03+00:00
  • 作者：Joseph Tindall, Antonio Mello, Matt Fishman, Miles Stoudenmire, Dries Sels
  • 分類：quant-ph
  • 原文連結：http://arxiv.org/abs/2503.05693v1

中文摘要：量子自旋玻璃為研究各種量子退火和優化算法的性能提供了一個良好的測試平台。在這項工作中，我們展示了如何利用二維和三維張量網絡準確且高效地模擬伊辛自旋玻璃在一系列晶格上的量子退火動力學。這種動力學最近使用D-Wave的Advantage$2$系統進行了模擬[arXiv:2403.00910]，並且在與現有數值方法進行廣泛比較後，聲稱超出了經典計算的範圍。在這裏，我們展示了通過使用簡單的信念傳播演化特定晶格的張量網絡以跟上時間演化過程中產生的糾纏，然後使用更複雜的信念傳播變體提取期望值，可以在適度的計算資源下達到最先進的精度。我們模擬的可擴展性使我們能夠驗證系統中存在的普遍物理現象，並提取與最近文獻中獲得的值一致的Kibble-Zurek指數值。我們的結果表明，張量網絡是一種在經典計算機上模擬二維和三維大規模量子動力學的可行方法，並且算法的進步預計將擴大其未來的適用性。

摘要

  • 原文標題：Electromagnetic emission from strongly interacting hadronic and partonic matter created in heavy-ion collisions
  • 中文標題：重離子碰撞中強相互作用強子與部分子物質產生的電磁輻射
  • 發佈日期：2025-03-07 09:10:22+00:00
  • 作者：Adrian William Romero Jorge, Taesoo Song, Qi Zhou, Elena Bratkovskaya
  • 分類：nucl-th, nucl-ex
  • 原文連結：http://arxiv.org/abs/2503.05253v1

中文摘要：我們使用部分子-強子-弦動力學（PHSD）輸運方法，研究了從低能1 AGeV（SIS）到超相對論能（LHC）的重離子、質子-質子和質子-核碰撞中的雙輕子產生。PHSD是一種微觀的非平衡方法，集成了強子和部分子的自由度，提供了從初始核子-核子相互作用到夸克-膠子等離子體（QGP）形成、強子化以及最終態相互作用的相對論重離子碰撞的全面描述。PHSD中的關鍵雙輕子源包括強子衰變、韌致輻射、QGP輻射（$q+\bar q \to e^+e^-$，$q+\bar q \to g+ e^+e^-$，$q+g \to q+ e^+e^-$）、初級Drell-Yan產生以及相關粲夸克和底夸克對的半輕子衰變。PHSD很好地描述了來自HADES、STAR和ALICE實驗的雙輕子數據。我們研究了介質內效應，如矢量介子譜函數展寬，並展示了在不變質量範圍$0.4<M_{ee}<0.75$ GeV/c$^2$內雙輕子「過剩」的激發函數。我們首次報告了基於PHSD中動態准粒子模型（DQPM）計算的QGP輻射對重子化學勢$\mu_B$的依賴性。$\mu_B$對QGP產率的影響在較低碰撞能量下增大，此時$\mu_B$變得較大，但由於QGP體積隨能量降低而減小，其對總雙輕子譜的影響較小。QGP雙輕子的激發函數與相關粲夸克進行了對比，確認在中心Au+Au碰撞中，當$\sqrt{s} \simeq 25-30$ GeV時，QGP輻射超過了粲夸克的貢獻，從而在BES RHIC和FAIR實驗中提供了熱QGP雙輕子的觀測途徑。

取自 "http://zh.wikiedge.org/index.php?title=WikiEdge:ArXiv速递/2025-03-07&oldid=3239"