肝外系统(Hep-Ex)研究聚焦于肝脏之外那些与肝脏功能紧密相连的复杂网络,涵盖从代谢调节到免疫反应的广泛领域。这里探讨的不仅是器官间的相互作用,更是理解全身健康如何受肝脏状态深远影响的关键窗口。

Gist.Science 每日从 arXiv 抓取该领域最新预印本,经过专业处理,为每一篇论文提供通俗易懂的解读与详尽的技术摘要。无论您是寻求直观概念的科学爱好者,还是需要深入细节的研究者,都能在此找到所需内容。

以下是该分类下从 arXiv 精选的最新研究成果。

Real-time graph neural networks on FPGAs for the Belle II electromagnetic calorimeter

该论文展示了在 Belle II 实验电磁量能器实时触发系统中,首个基于 FPGA 部署的图神经网络触发算法,其不仅满足 8 MHz 吞吐量与微秒级延迟要求,还在簇位置分辨率、纯度及效率等方面显著优于基线算法。

I. Haide, M. Neu, Y. Unno, T. Justinger, V. Dajaku, F. Baptist, T. Lobmaier, J. Becker, T. Ferber, H. Bae, A. Beaubien, J. Eppelt, R. Giordano, G. Heine, T. Koga, Y. -T. Lai, K. Miyabayashi, H. Nakaza (…)2026-02-18⚛️ hep-ex

Enabling Low-Latency Machine learning on Radiation-Hard FPGAs with hls4ml

本文首次展示了在辐射硬化 FPGA 上实现低延迟机器学习的可行方案,通过开发针对 PicoCal 量热器的高效自动编码器、提出硬件感知量化策略,并扩展 hls4ml 工具以支持 Microchip PolarFire 系列 FPGA,成功实现了 25 纳秒的超低延迟推理。

Katya Govorkova, Julian Garcia Pardinas, Vladimir Loncar, Victoria Nguyen, Sebastian Schmitt, Marco Pizzichemi, Loris Martinazzoli, Eluned Anne Smith2026-02-18⚛️ hep-ex

New Pathways in Neutrino Physics via Quantum-Encoded Data Analysis

本文提出了一种基于量子压缩技术的新型数据分析方法,通过在 IBM 量子处理器上利用 8 个量子比特对中微子望远镜事件信息进行编码与高保真度重构,成功实现了电子中微子与μ子中微子的高效分类,从而为解决粒子物理中因数据筛选而遗漏未知新现象的“路灯效应”提供了新途径。

Jeffrey Lazar, Santiago Giner Olavarrieta, Giancarlo Gatti, Carlos A. Argüelles, Mikel Sanz2026-02-17⚛️ hep-ex