Quantitative EUV ptychography reveals nanoscale morphological responses of bacteria under physiological and antibiotic stress
该研究利用桌面极紫外叠层成像技术，以 44 纳米分辨率实现了无标记、定量的细菌亚细胞成像，揭示了枯草芽孢杆菌在孢子形成及抗生素胁迫下的纳米级形态与成分变化，并证实了该技术作为生物医学研究强大平台的潜力。
🔬 Category
physics
816 篇论文
A Scalable Diagonalization Framework for Tensor-Product Bitstring Selected Configuration Interaction
本文提出了一种基于张量积比特串（TPB）表示的完全分布式对角化框架（TBSCI），通过新型哈密顿量评估算法与 MPI 通信策略，成功在富岳超算的 5.4 万个节点上实现了 2.6 万亿行列式的大规模选组态相互作用计算，并证明了该表示法在保持波函数紧凑性的同时具有卓越的扩展性。
Noise2Ghost: Self-supervised deep convolutional reconstruction for ghost imaging
本文提出了一种名为 Noise2Ghost 的自监督深度学习鬼成像重建方法，该方法无需清洁参考数据即可在低信噪比条件下实现卓越的图像重建质量，特别适用于微纳尺度 X 射线荧光成像等对剂量敏感的生物及电池样本的在体与原位研究。
Bayesian model selection of Primordial Black Holes and Dressed Primordial Black Holes with lensed Gravitational Waves
本文利用贝叶斯推断方法，结合第三代地面引力波探测器（如爱因斯坦望远镜和宇宙探索者）的观测数据，论证了在高频率波段能够有效区分裸原初黑洞与包裹暗物质晕的“ dressed"原初黑洞的引力透镜效应，并发现黑洞质量越大，区分精度越高。
EnsAI: An Emulator for Atmospheric Chemical Ensembles
本文介绍了 EnsAI，这是一种基于人工智能的大气化学集合生成系统，它能在保持原始 GEM-MACH 集合气象依赖特征和反演精度的同时，将集合生成速度提升 3300 倍，从而显著降低计算成本。
Universal spectral structure in pendulum-like systems
本文提出了一种适用于摆动类系统所有运动 regime 的精确频域表述，揭示了振荡、分界线和旋转状态共享同一普谱核结构，表明 regime 转变本质上是频率空间中的对称性重组而非底层谱结构的改变。
Physics-Embedded Bayesian Neural Network (PE-BNN) to predict Energy Dependence of Fission Product Yields with Fine Structures
本文提出了一种物理嵌入贝叶斯神经网络（PE-BNN）框架，通过结合先验核物理知识与超参数优化，实现了对具有精细结构的裂变产物产额随能量变化的精准预测。
A stringy dispersion relation for field theory
本文推导了一种受弦论启发的局部交叉对称色散关系，通过引入参数化模糊性统一了多种已知形式，并成功应用于构建弱耦合引力有效场论的界限以及推广至多粒子散射振幅的级数表示。
Probing Hawking Temperature Threshold via Quantum Depletion in Bose-Einstein Condensate
本文利用玻戈留波夫方法研究了环形玻色 - 爱因斯坦凝聚体中模拟黑洞 - 白洞视界对量子耗尽的影响，发现耗尽随霍金温度升高而增加，并在超过特定阈值时因反作用效应而超出该近似理论的适用范围，从而确定了兼具理论可控性与实验可行性的参数区间。
Uncertainty quantification and stability of neural operators for prediction of three-dimensional turbulence
该研究提出了一种结合隐式分解的因子化隐式傅里叶神经算子（F-IFNO）框架，通过不确定性量化和误差传播分析，显著提升了三维湍流预测的长期稳定性与准确性，克服了传统模型在长时间尺度下的失效问题。
Unifying renormalized and bare viscosity in two-dimensional molecular dynamics simulations
该研究通过二维分子动力学模拟，引入基于微观动力学定义的波数依赖粘度，成功揭示了其小波数发散（重整化粘度）与大波数行为（裸粘度）的特征，从而建立了连接介观涨落与宏观输运的统一框架。
Thermal phase slips in superconducting films
该论文通过 Hirota 方法求解可积的 Boussinesq 方程，精确描述了二维超导薄膜在电流趋近临界值时的热相位滑移瞬子构型，揭示了其激活能随电流变化的标度律及在宽条带边界处形成半瞬子的机制。
Structured Kolmogorov-Arnold Neural ODEs for Interpretable Learning and Symbolic Discovery of Nonlinear Dynamics
本文提出了一种名为 SKANODE 的框架，通过结合结构化状态空间建模与 Kolmogorov-Arnold 网络，在神经微分方程架构中实现了从观测数据到可解释物理潜变量的虚拟感知及非线性动力学控制方程的符号发现，并在多个基准和真实案例中展现出优于传统方法的预测精度与可解释性。
RNA Dynamics and Interactions Revealed through Atomistic Simulations
这篇综述文章探讨了原子分子动力学模拟在揭示 RNA 构象动态及其与离子、小分子和蛋白质相互作用方面的最新进展，强调了增强采样和整合方法对提升结构系综精度的作用，并展望了人工智能在加速 RNA 建模与模拟中的新兴角色。
Linear Acceleration Is a Primary Risk Factor for Concussion
该研究通过直接测量发现线性加速度比旋转加速度更能准确预测脑震荡，并据此提出了一种新型液体减震头盔技术，有望将脑震荡风险降低高达 73%。
Localization Transition for Interacting Quantum Particles in Colored-Noise Disorder
本文通过重整化群分析和数值模拟，研究了具有关联无序且抑制背向散射的一维相互作用量子粒子系统，发现吸引相互作用会将局域化相变点移至非相互作用点，并揭示了局域化长度随无序强度的标度行为偏离了常规局域化相的特征。
Moments, Equilibrium Equations and Mutual Distances
本文通过引入加权点构型的矩理论，建立了一套适用于任意维度、基于相互距离且无需变分原理的平衡方程统一框架，不仅推广了经典体中心构型方程，还拓展了关于约束距离与共球构型的经典几何结果。
Gravitational Wave Peep Contributions to Background Signal Confusion Noise for LISA
该研究利用 Illustris 项目模拟并评估了由极高偏心率轨道产生的重复性引力波“低语”（peeps）对 LISA 探测器的背景混淆噪声影响，发现其信号强度可能从轻微抬升噪声底到完全掩盖其他可探测源不等。
Quivers and BPS states in 3d and 4d
该论文提出了一种将四维 理论的 BPS 夸克与三维 理论的对称夸克联系起来的对称化关系，并通过几何背景、骨架模及壁穿越结构等分析，证明了该关系不仅适用于最小室，还能通过四维阿盖雷斯 - 道格拉斯理论的壁穿越与三维对称夸克的解链同构性推广至非最小室，从而利用对称化后的对称夸克成功捕捉四维理论的舒尔指标。
Machine-precision energy conservative reduced models for Lagrangian hydrodynamics by quadrature methods
本文提出了一种基于数据驱动降阶基函数和强能量守恒经验积分（EQP）的框架，用于拉格朗日流体动力学中的可压缩欧拉方程，该框架在保持与基础 EQP 相当精度的同时，实现了接近机器精度的总能量守恒。