果壳与自然之友推出AI互动测试,用emoji解读气候健康风险
果壳与自然之友共同设计发起《测测你的气候健康画像》,这是国内首个用emoji解读公众气候健康风险的AI互动测试,通过8个emoji与7个角色身份,根据用户生活习惯更换身份并评估其"气候脆弱性"。游戏角色取材于医生卢辉《沸腾的气候 脆弱的健康》中记录的真实案例,涵盖高温作业、独居老人热射病、药物中暑等情形。
果壳与自然之友共同设计发起《测测你的气候健康画像》,这是国内首个用emoji解读公众气候健康风险的AI互动测试,通过8个emoji与7个角色身份,根据用户生活习惯更换身份并评估其"气候脆弱性"。游戏角色取材于医生卢辉《沸腾的气候 脆弱的健康》中记录的真实案例,涵盖高温作业、独居老人热射病、药物中暑等情形。
Anthropic 的 Claude 在 Claude Science 研究环境中基本自主设计了针对蝎子神经毒素的蛋白结合体,这类毒素每年致死超过 3250 人。
这篇论文是作者此前平面接触结构与拓扑量子计算工作的非平面推广:页面亏格为 g、具有连通 binding,并表示为圆盘的三次覆盖。每个极大不相交可提升弧系统恰含 g 条弧、留下两个未用分支点,其半扭转不可提升但三次方可提升为恒等。
研究方形晶格 Rydberg 原子阵列在条纹密度波相中由晶格尺寸奇偶性诱导的几何缺陷:奇数尺寸晶格选择单一条纹畴,偶数尺寸晶格在四角形成不相容畴,产生具有 π/2 旋转不变性、缺陷自晶格中心发出的态;更大失谐下则出现由对角相邻两角成核、被一维对角缺陷分隔的 π 旋转不变态。团队在 Aquila 原子量子处理器上验证了态制备协议,并用平衡态与实时动力学张量网络模拟进行基准测试。
torch_vn_algebra 是开源 PyTorch 库,将有限维 von Neumann 代数(矩阵代数直和)作为数据类型处理,支持中心、迹族、条件期望、包含关系与泛函演算。
研究将海森堡反铁磁体希尔伯特空间表示为加权图,变分能量对应加权 XY 模型,在 Z₂ 相下可约化为经典反铁磁 Ising 模型。固定振幅时,基态波函数符号重构等价于加权 Max-Cut 实例,从而把波函数符号优化直接与组合优化联系起来。作者已修正此前的 NP-hardness 论断,并修订了与变分蒙特卡洛的关联。
首尔大学与 Singularity Quantum 的研究者提出基于采样的量子 Krylov 求解器在黎曼截面椭圆问题上的表述,用采样集上的 Galerkin 求解替代变分重构,并给出能量范数误差界与残差证书。
arXiv 论文将量子多体动力学建模为时间序列预测问题,以可由 Rydberg 原子阵列实现的少比特 PXP 链为基准,比较非线性 Transformer 与简单线性模型 DLinear。
QML-PipeGuard 可在运行时利用客户已有的测量统计检测量子机器学习流水线的信道替换攻击,恶意云厂商可用能通过精度测试的量子信道替换申报信道。其双边保证以局部验证器测得的距离表述:单量子比特输出边际在迹范数上偏移 δ,至少迫使合约偏差达 δ/√3,该常数紧且与量子比特数无关。
研究团队提出张量计算应用编程接口 TCAPI,一套面向应用、轻量化的 API,目前提供 C++ 和 Python 规范,让张量网络应用不依赖特定框架。TCAPI 定义了抽象张量对象的类型系统约定和核心张量运算函数,跨语言共享操作语义;基于 TCAPI 的 C++ 代码可无缝迁移到异构软硬件平台,性能与原生框架实现相当。
研究者提出一种基于机器学习的框架,通过批量采样测量与梯度优化构建最优局部隐态(LHS)模型,以判定纠缠态是否可操控。该方法在 two-qubit Werner 态的三类测量下均达到解析可见度边界,并在 two-qutrit isotropic 态的任意 PVM 下复现已知解析边界。进一步分析显示,POVM 相比 PVM 可能更有助于揭示这类态的可操控性。
一篇综述用经典分解的视角分析量子与物理启发求解器如何接入混合量子-经典算法,区分形式化分解、重构归约与计算编排三类接口。文章以 Benders 分解、列生成、图归约和 copositive 方法说明如何把启发式提议与经典认证分开,并指出所分析研究只给出有条件的组件收益与协同设计证据,尚未确立相对强经典基线的可迁移端到端优势。
论文提出一套面向混合 QKD-PQC 网络的分布式密钥管理系统(DKMS),用多跳可信中继传输物理密钥、端到端 PQC 层保护中继密钥材料,并以 SDN 中央控制器全局计算各对等节点密钥缓冲的最优填充速率与多路径路由。在 Kubernetes 数字孪生上对五种网络拓扑的评测中,控制器在六分钟内将所有密钥缓冲填满;需求过载时网络通过受控限流安全拒绝超额请求,而非灾难性失效。
研究提出 qDGSP 后量子 V2X 基础设施,将基于 SPHINCS+ 与 WOTS+ 的哈希群签名方案分散到中央控制器与路侧验证器之间,群密钥由经 ETSI GS QKD 014 接口下发的 QKD 种子确定性派生,群签名密钥不经过经典信道。
研究考察了含 Kerr 非线性的各向异性 Dicke 量子电池,发现特定非线性强度下会出现多个近简并点。远离该区域时稳定储能主要由遍历-非遍历转变(ENET)决定,区域内则由一阶和二阶耗散相变(DPT)控制。团队用 Liouvillian 谱理论量化 DPT 临界慢化,并通过强化学习(RL)优化充电过程。
针对任意可有效表示的有限链环 R 上的 GL_n(R),研究者给出有界误差量子多项式时间算法,用于寻找隐藏抛物子群。链长至少为 2 时,算法先用初等阿贝尔 socle 探针恢复模极大理想后的完整旗,剩余域大小 q≥3 时逐位提升重构旗,q=2 时改经同余 filtration 提升共轭抛物子群。
研究者提出一种将量子光学系统映射到基于量子比特的量子电路的方法,核心是对描述单模光态的 Fock 空间做截断,并给出相位旋转、位移、压缩和分束器等基本光子操作的电路表示。
研究提出对 New Structure IV 与轻量级分组密码 LBlock 的新型量子攻击,均基于 qCPA 模型。New Structure IV 构造 8 轮量子区分器并实现 r(r>12)轮密钥恢复,相比 Li 等人在 INSCRYPT 2024 的结果将时间复杂度降低 2^{n/2}。
研究在相同配体环境下对比了Er³⁺、Tm³⁺和Eu³⁺分子配合物的低温光学性质,仅Eu³⁺配合物观测到光谱烧孔,Er³⁺和Tm³⁺中未检测到可测烧孔。Er³⁺和Tm³⁺粉末样品在冷板低温恒温器中表现出强局部加热与缓慢热弛豫,恢复时间达数秒,部分Er³⁺激发条件下延长至数十秒。作者认为加热不足以解释全部差异,离子依赖的弛豫与退相干过程及声子介导展宽更可能是主因。
该论文研究时隙量子网络中并发纠缠纯化调度问题,提出以最大化调度请求数为目标、max-min 路径分配为公平准则的 MILP 调度器,并基于 DQN、PPO、SAC 开发强化学习调度器。
SO(3) 等变神经卡尔曼网络(SENK)以等变 Transformer 主干学习 Hessian、偶极导数和极化率导数,并通过 Equivariant Neural Kalman 桥与 NBO 电子先验通路实现状态修正和光谱校准。
研究提出 C+Mag,一种融合辅助 k 空间幅度信息的物理驱动深度学习动态 MRI 重建方法,基于 ADMM 展开框架并引入幅度感知数据保真项。在回顾性欠采样 cine MRI、相位对比血流 MRI 及前瞻性实时 cine MRI 上,该方法相比传统 PD-DL 方法伪影抑制更好、解剖结构更清晰、相位信息保留更佳,并获得盲法专家评估支持。成果将发表于 IEEE TBME。
Dário Passos 撤回了 arXiv 论文《Using Data-Derived Priors to Guide CNN Architecture Design for NIR Chemometrics》,原因是进一步分析无法充分支持所提出的基于描述符的 CNN 超参数选择先验。作者称观察到的相关性可能反映数据集规模效应,且未充分考虑预测任务,需要大幅方法修订和额外验证。
研究者提出一个将离散算子映射为紧凑结构化量子电路的框架,所得变分电路可按目标硬件的连通性与长程相互作用定制。该学习过程用反向传播和仅需单个辅助量子比特做块编码的代价函数,同时优化酉算子与非酉稠密或稀疏算子,并引入正则项降低近似误差。
研究者提出一种概率去噪框架,可从噪声数据中同时提取去噪信号和逐元素预测不确定性。在三维角分辨光电子能谱数据上,该模型能从平均每体素仅 0.02 个电子的泊松噪声中可靠恢复铜氧化物超导体的谱特征,并将不确定性传播到后续超导能隙分析,给出有科学意义的误差棒。该方法还成功扩展到二维 X 射线衍射数据。
研究团队提出拓扑感知的河流基础模型 GraphRiverCast(GRC),可在无先验河流状态条件下,基于稀疏水文站观测对全球河网逐河段预测每日多变量水动力。GRC 表现优于强物理模型和机器学习模型,其预测技巧随预见期衰减很小,并可泛化到无观测河段和更高分辨率河网。归因实验显示,GRC 更多依赖拓扑与强迫信息重建河流状态,而非依赖时间递归。
推荐理由:论文提出以拓扑结构约束的河流基础模型,为观测稀疏的地球系统建模提供了一种可迁移思路。
CuAD 是一款源到源自动微分工具,可读取 CUDA 内核并输出其切线与伴随版本的普通 CUDA 源码,反向模式以 GPU 线程为组织单位。
研究团队在 Community Atmosphere Model 6(CAM6)中用全连接深度神经网络替换 Zhang-McFarlane 深对流方案,其余辐射、湍流和云过程保持不变。
BridgeCast 是一个基于条件流匹配(CFM)的概率模型,将物理模型的海浪预报转换为类再分析场,以做偏差校正。它把物理预报视为受损观测,用连续时间生成过程将其分布桥接到再分析数据,并由 Transformer 架构实现时空建模、引入外生大气变量,支持 ODE 与 SDE 两种推理形式。真实数据实验显示其在各区域和预报时效上均优于 SOTA 基线。
研究团队基于张量列(TT)分解实现 Moment Tensor Potential(MTP)的低秩近似,提出 TFMTP 模型。在 FLiNaK 熔盐分子动力学模拟与 Mo-Nb-Ta-W-V 五元合金几何优化中,TFMTP 在 1.5 倍压缩下所需拟合构型数比原 MTP 少一半,精度无差别。两种模型预测的 FLiNaK 密度、粘度及合金弹性常数与体模量差异可忽略。
研究阐明 SSBM 在何种条件下可被配置为模拟连续变量 Ising 机器的行为,并证明在这些条件上叠加类似物理退火的效应后,SSBM 能为 K_2000 基准实例找到最佳已知割值。此前该模拟器在特定条件下伪自旋模式会逐步收敛为单一模式,收敛解的割值达到最佳已知割值的 99.7%。
研究对 ERCOFTAC T3 系列的 T3A、T3B 和 T3C2–C5 平板工况开展壁面解析隐式大涡模拟,采用高阶可压缩求解器并以上游滑移壁面块让合成自由流湍流发展至前缘。
这篇 82 页综述系统梳理了集成光子神经形态系统中记忆的作用,按物理原理对延迟线、慢光结构、多稳态动力学以及基于电荷俘获和相变材料的结构性记忆进行分类。文章区分了易失与非易失机制的保持特性、时间行为和作为状态或参数记忆的计算角色,并评估其在信道均衡等时变信号处理任务中的相关性。
研究团队提出 ACE2-NEMO 混合建模框架,把 ACE2 机器学习大气模拟器与 NEMO 海洋模式交互耦合,完成 1950-2020 历史强迫和固定 1950 年代控制两组 70 年耦合模拟,并与共用同一海洋分量的 EC-Earth 全动力耦合模式对比。
研究提出物理信息采样器 PI-sampler,从神经网络先验中抽取候选解场,并用自动微分计算控制方程、边界与初始条件算子,从而无需数值求解即可构造 PDE 一致的输入-解对。
研究者用衍射光学神经网络构建模式分选器,将输出检测区域纳入网络可训练参数,在相同效率下串扰低于传统方法。在 3 片分选器、12% 效率下分选 25 个 Hermite-Gaussian 模式,实测串扰从固定检测的 37.5% 降至灵活检测的 8.7%。
Fujitsu 提出 SEITEN,将 SUSANOO MHD 的 CME 传播模型与扩散激波加速及聚焦传输模型 SEPIF 耦合,自动优化粒子模型自由参数以拟合 2021 年 10 月 9 日 SEP 事件。
SEPNET-PRISM-R 是一套近实时系统,可每小时发布未来 24 小时的太阳高能粒子(SEP)事件概率预报。模型融合活动区图像块、耀斑特征、CME 特征与历史质子通量等多模态太阳数据,同时预测 SEP 发生、峰值质子通量、软 X 射线通量与 CME 速度。训练数据覆盖 1986 年 2 月至 2025 年 9 月,后处理模块显著压低误报率并保持事件检出能力。
研究用贝叶斯概率框架评估加纳 Densu 河流域地下水对儿童的非致癌风险,基于 94 个地下水样本的 Fe、Mn、Ni、Pb、Cd、As 测量,以自适应 Hamiltonian Monte Carlo 做后验推断并结合反距离加权生成空间风险面。
Jianxiang Li 等提出 Neural Operator Splitting 框架,按分数步数值格式把每个时间步拆成物理可解释的算子分别学习,并引入条件线性傅里叶神经算子 CL-FNO。在二维和三维变几何流体实验中,完整模型相比单步神经算子将平均相对 L2 rollout 误差在二维降低 68%、三维降低 40%;在相近误差水平下,每步推理速度约为蒙特卡洛求解器的 10^3 倍。