作者审阅的论文 | Gist.Science

本页收录的每篇论文，都有至少一位原作者阅读并参与了我们的通俗解释——或是确认其准确无误，或是提出修正意见并由我们随后采纳。作者的确认并不等同于对每一句话的正式背书，但说明该解释已经过论文作者的审视。

1226 篇论文已由作者审阅 · 991–1000 / 1226

通过结合LAMOST与盖亚数据并利用N体模拟进行验证，本研究证明将径向波纹建模为两列反向传播的波，能够合理解释观测到的类波运动学特征以及银河系内盘与外盘薄盘之间的结构转变。

本文引入有效秩（ $\kappa$ ）作为一种新颖的定量指标，用于表征量子神经网络的表达能力，并利用带有自注意力 Transformer 智能体的强化学习框架，自动设计能够最大化该指标的高表达能力量子电路架构。

本文通过证明局部化原则——具体而言即离线场景下的谱局部化与在线场景下的域划分——能够将因模型误设而产生的惩罚从涉及核复杂度的乘性因子降低为对数级或多对数级增长，从而改进了误设核化bandit优化问题。

本文表明，尽管基于 SELFIES 训练的无监督 Transformer-VAE 潜在空间能够支持有意义的化学性质调控，但此类控制仅在通过解码分子及考虑混杂因素的评估进行严格验证以区分真实化学信号与序列级伪影时才有效。

本文对病态优化下随机梯度下降中的“可疑对齐”现象进行了细粒度分析，揭示了特定的步长条件如何导致梯度更新与一个主导子空间对齐，该子空间悖论性地未能降低损失，而对主体子空间的更新则依然有效。

本计算研究表明，单壁碳纳米管通过多种相互作用机制有效吸附离子化草甘膦物种，凸显了其在农业污染环境监测与修复方面的潜力。

本文介绍了语义拉回，这是一种具有理论依据的方法，它将深度网络解释为输入条件的仿射算子，通过从目标神经元重建连贯的局部结构，生成感知对齐、稳定且忠实的事后解释。

本文提出自适应动态用户体验统计框架（ADUX-Stat），这是一种新颖的评估模型，它用概率性构造（具体包括交互熵指数、时间漂移系数和贝叶斯可用性置信分数）取代静态可用性指标，以有效评估人工智能中介系统的随机性和情境敏感性特征。

本文通过全面的蒙特卡洛研究证明，时序频谱噪声基底自适应（TSNFA）方法通过独特地结合频谱波段选择、时序持久性滤波和自适应噪声基底跟踪，在 200 个节点的物联网网状网络中实现了零误报的完美检测，其性能优于六种因缺乏至少一项关键防御而失效的替代算法。

本文从贝叶斯视角建立了粗粒化量子动力学与量子条件态形式体系之间的联系，通过解析解和半定规划解决了涌现动力学的存在性问题，并引入了一种新的鲁棒性度量来量化这些有效描述中的噪声容限。