WikiEdge:ArXiv速遞/2025-03-16
摘要
- 原文標題：A quantitative analysis of Galilei's observations of Jupiter satellites from the Sidereus Nuncius
- 中文標題：對《星際信使》中伽利略觀測木星衛星的定量分析
- 發布日期：2025-03-16 15:24:46+00:00
- 作者：Andrea Longhin
- 分類：physics.hist-ph, astro-ph.EP
- 原文鏈接：http://arxiv.org/abs/2503.12543v1
中文摘要：我們分析了《星際信使》（1610年1月7日至3月1日）中關於木星衛星的觀測數據，並將其與使用現代天空模擬器獲得的預測結果逐一進行對比驗證。通過對64幅可用草圖的數據進行正弦擬合，我們能夠以2-4%和0.1-0.3%的統計精度分別測量衛星軌道的相對半長軸及其周期。周期基本無偏差，而卡利斯托的軌道則被低估了約12%。後驗擬合誤差表明，衛星位置的確定分辨率在伽利略的表示法中為0.4-0.6個木星直徑，相當於約40-70角秒，即與當時木星的真實角直徑相似。我們展示了如何通過這些數據以令人信服的方式推斷出木星系統的開普勒第三定律。木衛一與木衛二/木衛三之間的1:2和1:4軌道共振可以以%的精度確定。為了獲得這些結果，分離四個數據集非常重要。這一操作如今使用天空模擬器非常簡單，並在本工作中完整記錄，但對伽利略來說卻是一項極其困難的任務，正如分析所表明的那樣。儘管如此，我們展示了如何利用現代Lomb-Scargle技術提取四個周期，而無需分離四個數據集，僅使用這些早期觀測數據即可。我們還對昴星團及其他星團以及月球的觀測精度進行了批判性評估。
摘要
- 原文標題：Deepfake Detection with Optimized Hybrid Model: EAR Biometric Descriptor via Improved RCNN
- 中文標題：基於優化混合模型的深度偽造檢測：通過改進的RCNN生成耳部生物特徵描述符
- 發布日期：2025-03-16 07:01:29+00:00
- 作者：Ruchika Sharma, Rudresh Dwivedi
- 分類：cs.CV, cs.MM
- 原文鏈接：http://arxiv.org/abs/2503.12381v1
中文摘要：深度偽造是一種近年來廣泛使用的技術，通過修改和替換來自不同來源的面部信息，用於創建有害內容，如假新聞、電影和謠言。鑑於深度偽造的持續演變，對其進行持續識別和預防的研究至關重要。由於人工智能（AI）領域的最新技術進步，區分深度偽造和人工修改的圖像變得具有挑戰性。本文提出了一種通過檢測細微的耳朵運動和形狀變化來生成耳朵描述符的魯棒檢測方法。此外，我們還提出了一種新穎的優化混合深度偽造檢測模型，該模型通過增強的RCNN（基於區域的卷積神經網絡）考慮耳朵生物特徵描述符。首先，輸入視頻被轉換為幀，並通過調整大小、歸一化、灰度轉換和濾波過程進行預處理，隨後使用Viola-Jones技術進行面部檢測。接下來，利用由DBN（深度信念網絡）和Bi-GRU（雙向門控循環單元）組成的混合模型，基於耳朵描述符進行深度偽造檢測。檢測階段的輸出通過改進的分數級融合確定。為了提升性能，使用SU-JFO（自升級水母優化方法）對兩個檢測模型的權重進行優化調整。實驗基於四種場景進行：壓縮、噪聲、旋轉、姿態和光照，並在三個不同的數據集上進行。性能結果表明，我們提出的方法在準確性、特異性和精確度等各種性能指標上優於傳統模型，如CNN（卷積神經網絡）、SqueezeNet、LeNet、LinkNet、LSTM（長短期記憶）、DFP（深度偽造預測器）[1]和ResNext+CNN+LSTM [2]。
摘要
- 原文標題：Revealing Nanostructures in High-Entropy Alloys via Machine-Learning Accelerated Scalable Monte Carlo Simulation
- 中文標題：通過機器學習加速的可擴展蒙特卡羅模擬揭示高熵合金中的納米結構
- 發布日期：2025-03-16 17:51:59+00:00
- 作者：Xianglin Liu, Kai Yang, Yongxiang Liu, Fanli Zhou, Dengdong Fan, Zongrui Pei, Pengxiang Xu, Yonghong Tian
- 分類：cond-mat.mtrl-sci, cond-mat.dis-nn, physics.comp-ph
- 原文鏈接：http://arxiv.org/abs/2503.12591v1
中文摘要：大規模模擬是理解材料行為和設計新材料的有力工具。然而，由於計算能力、算法效率和精度的限制，原子尺度模擬的計算局限性使我們無法在基態（DFT）精度下模擬大系統。在此，我們引入了一種高效且可擴展的蒙特卡羅（SMC）方法，克服了傳統MC模擬算法中固有的並行化瓶頸，將MC掃描的計算複雜度從立方降低到線性。利用我們方法中固有的高度並行化特性，我們提出了一個GPU加速的實現，SMC_GPU，它能夠在保持密度泛函理論（DFT）精度的同時，模擬超過十億個原子的原子系統。利用這一前所未有的能力，我們進行了大規模熱力學模擬，研究了FeCoNiAlTi和MoNbTaW高熵合金（HEAs）中的微觀結構演化。我們的結果揭示了豐富的納米尺度現象，包括短程和長程有序、納米顆粒和納米相。這些納米結構的尺寸、組成和形態可能包含數百萬個原子，因此對傳統方法提出了重大挑戰，據我們所知，這是首次通過高精度原子模擬進行分析。我們的模擬產生的熱力學性質和納米結構與現有的理論和實驗數據吻合良好。更有趣的是，我們的結果表明，HEA中複雜的有序和無序納米尺度相互作用源於化學複雜性和溫度的綜合影響。這項工作強調了大規模MC模擬在HEA研究中的巨大潛力。
摘要
- 原文標題：TBHubbard: tight-binding and extended Hubbard model database for metal-organic frameworks
- 中文標題：TBHubbard：用於金屬有機框架的緊束縛和擴展Hubbard模型數據庫
- 發布日期：2025-03-16 15:50:25+00:00
- 作者：Pamela C. Carvalho, Federico Zipoli, Alan C. Duriez, Marco Antonio Barroca, Rodrigo Neumann Barros Ferreira, Barbara Jones, Benjamin Wunsch, Mathias Steiner
- 分類：cond-mat.mtrl-sci, cond-mat.str-el, physics.comp-ph
- 原文鏈接：http://arxiv.org/abs/2503.12554v1
中文摘要：金屬有機框架（MOFs）是由金屬離子和有機連接體組成的多孔材料。其多樣的組成和結構提供了廣泛的應用，例如導電性和擴散性，這些可以通過調整不同構建塊的組合來優化。通過修改金屬中心或有機連接體的簡便性，MOFs 成為通過計算建模進行性質預測和逆向材料設計的理想選擇。數據科學驅動的技術可以通過使用機器學習模型和文獻中可用的模擬數據，幫助探索具有優化性質的新型結構。在這裡，我們提供了一個廣泛的 MOFs 模擬數據集，該數據集源自基於密度泛函理論的 QMOF 數據庫，並提供了相應的緊束縛晶格哈密頓量，為每種材料的電子結構提供了見解。拓撲信息通過原子位置平滑重疊（SOAP）描述符進行了增強，這些描述符被用作局部環境的指紋。此外，擴展 Hubbard 模型也被用於描述具有過渡金屬的 MOFs 子集，其中計算了Hubbard 參數（站點內 U 和站點間 V）。由於與Hubbard 計算相關的高計算成本以及緊束縛哈密頓量的全面數據量，這裡提供的數據庫不僅對訓練機器學習模型以預測新性質具有重要意義，還對執行具有增強目標性質的新型 MOFs 的逆向設計具有重要意義。
摘要
- 原文標題：Revealing Nanostructures in High-Entropy Alloys via Machine-Learning Accelerated Scalable Monte Carlo Simulation
- 中文標題：通過機器學習加速的可擴展蒙特卡洛模擬揭示高熵合金中的納米結構
- 發布日期：2025-03-16 17:51:59+00:00
- 作者：Xianglin Liu, Kai Yang, Yongxiang Liu, Fanli Zhou, Dengdong Fan, Zongrui Pei, Pengxiang Xu, Yonghong Tian
- 分類：cond-mat.mtrl-sci, cond-mat.dis-nn, physics.comp-ph
- 原文鏈接：http://arxiv.org/abs/2503.12591v1
中文摘要：大規模模擬是理解材料行為和設計新材料的有力工具。然而，由於計算能力、算法效率和精度的限制，原子尺度模擬的計算局限性使我們無法在基態（DFT）精度下模擬大系統。在此，我們引入了一種高效且可擴展的蒙特卡羅（SMC）方法，克服了傳統MC模擬算法中固有的並行化瓶頸，將MC掃描的計算複雜度從立方降低到線性。利用我們方法中固有的高度並行化特性，我們提出了一種GPU加速實現，SMC_GPU，它能夠在保持密度泛函理論（DFT）精度的同時，模擬超過十億個原子的原子系統。利用這一前所未有的能力，我們進行了大規模熱力學模擬，研究了FeCoNiAlTi和MoNbTaW高熵合金（HEAs）中的微觀結構演化。我們的結果揭示了豐富的納米尺度現象，包括短程和長程有序、納米顆粒和納米相。這些納米結構的尺寸、組成和形態可能包含數百萬個原子，因此對傳統方法提出了重大挑戰，據我們所知，這是首次通過高精度原子模擬進行分析。我們的模擬產生的熱力學性質和納米結構與現有的理論和實驗數據吻合良好。更有趣的是，我們的結果表明，HEA中複雜的有序和無序納米尺度相互作用源於化學複雜性和溫度的綜合影響。這項工作強調了大規模MC模擬在HEA中的巨大潛力。
摘要
- 原文標題：A quantitative analysis of Galilei's observations of Jupiter satellites from the Sidereus Nuncius
- 中文標題：對《星際信使》中伽利略觀測木星衛星的定量分析
- 發布日期：2025-03-16 15:24:46+00:00
- 作者：Andrea Longhin
- 分類：physics.hist-ph, astro-ph.EP
- 原文鏈接：http://arxiv.org/abs/2503.12543v1
中文摘要：我們分析了《星際信使》（1610年1月7日至3月1日）中關於木星衛星的觀測數據，並將其與使用現代天空模擬器獲得的預測結果逐一進行對比驗證。通過對64幅可用草圖的數據進行正弦擬合，我們能夠以2-4%和0.1-0.3%的統計精度分別測量衛星軌道的相對半長軸及其周期。結果表明，周期基本無偏差，而卡利斯托的軌道則被低估了約12%。後驗擬合誤差表明，衛星位置的確定分辨率在伽利略的表示法中為0.4-0.6個木星直徑，相當於約40-70角秒，與當時木星的真實角直徑相近。我們展示了如何通過這些數據令人信服地推斷出木星系統的開普勒第三定律。木衛一與木衛二/木衛三之間的1:2和1:4軌道共振可以以%的精度確定。為了獲得這些結果，分離四個數據集至關重要。這一操作在現代天空模擬器中非常簡單，並在本文中詳細記錄，但對伽利略來說卻是一項極其困難的任務，分析將證明這一點。儘管如此，我們展示了如何利用現代Lomb-Scargle技術從這些早期觀測中提取四個周期，而無需事先分離四個數據集。此外，我們還對昴星團及其他星團以及月球的觀測精度進行了批判性評估。