图像生成

Coupling of Cation and Anion Dynamics in Solid Electrolytes Revealed by Virtual Isotopic Substitution Molecular Dynamics

通过虚拟同位素取代分子动力学揭示固体电解质中阳离子和阴离子动力学的耦合

Xintian Wang, Andrew L. Goodwin, Theodosios Famprikis

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用虚拟同位素取代分子动力学模拟，在α-Li₂SO₄模型系统中研究阳离子平移与阴离子旋转动力学相互作用，通过改变锂和氧质量控制扩散率，发现二者存在双向耦合及锂扩散活化能与同位素质量的关系，证明阴阳离子动力学模式耦合。

Molecular dynamics with a first-principles-validated universal machine-learning potential reveals dynamic elementary processes of growth-related adspecies on GaN(0001)

基于第一性原理验证的通用机器学习势的分子动力学揭示了GaN(0001)上与生长相关的吸附物种的动态基本过程

Yoshito Takaesu, Akira Kusaba, Junko Ishii, Shigenori Matsushima, Yoshihiro Kangawa

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究GaN MOVPE表面基本过程，结合FPMD与通用机器学习原子间势UMA，揭示吸附物种扩散模式等动态过程，单点UMA计算能重现能量，长时间MD揭示新动力学，是MLIP在GaN MOVPE分子动力学中的首次应用。

Comments 8 pages, 6 figures

Continuous-Time Random Walk Description of Anomalous Spin Transport in Dilute Dipolar Networks

稀磁偶极网络中反常自旋输运的连续时间随机游走描述

Cooper M. Selco, Christian Bengs, Ashok Ajoy

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究稀磁偶极网络中反常自旋输运，用连续时间随机游走描述¹³C极化输运，构建速率矩阵并采样轨迹。发现无序平均动力学致反常输运，分析等待时间分布等特征，追溯微观起源，联系全局输运与穿越时间，表明需超越菲克扩散方程的描述。

Spending Operators and Weak Power-Port Decompositions for Path-Dependent Entropic Lagrangians

路径依赖熵拉格朗日量的支出算子与弱功率端口分解

Huilong Ren

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究依赖历史的熵公式相关问题，通过建立特定结构置于路径依赖熵拉格朗日构造中，利用端点校准等确定相关量，在不同正则性下制定扩散分配，组合要素得到泛函及相关性质，还可特殊化为Cahn-Hilliard方程。

Comments 21 pages

The application of theory of probability to the modelling of chemical kinetics systems

概率理论在化学动力学系统建模中的应用

Maxim Nazarov

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究基于联合概率和几何概率构建化学动力学模型，通过常微分方程组进行推广，简化数值实现与定量分析，提高并行效率，还考虑了模型在准周期反应示例中的应用及相关转换算法。

Comments 8 pages, 2 figures

Journal ref Vestn. Udmurtsk. Univ. Mat. Mekh. Komp. Nauki, 25:4 (2015), 492-500

Topological Signatures of Diffusive Release in Porous Media

多孔介质中扩散释放的拓扑特征

Donghan Kim

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究多孔介质中扩散释放行为，利用持久同调量化其多尺度拓扑和几何结构，发现拓扑特征与释放行为密切相关，能分类释放曲线状态，且特征提取比有限元扩散模拟快，为筛选扩散释放行为提供新描述符。

Comments 15 pages, 5 figures, 6 tables, Under review

Hybrid Dynamical Simulation Reveals Apparent Stiffening of Flexible Protein Lattices Driving Membrane Bending

柔性蛋白质组装体对膜弯曲的动力学模拟

Samuel L. Foley, Margaret E. Johnson

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究膜变形蛋白晶格模拟难题，提出耦合Helfrich膜的柔性蛋白质晶格模型，以网格蛋白晶格为例，量化材料属性，比较弯曲刚度解释，验证模型，还展示新代码并应用于HIV-1未成熟Gag晶格。

Comments Manuscript: 12 pages, 7 figures. SI: 4 pages, 4 figures

Redefining Digital Twins as Predictive Decision Engines for AI-Native Wireless Networks

迈向智能无线网络：生成式AI与数字孪生的协同

Afan Ali, Ali Arshad Nasir, Naveed Iqbal, Daniel Benevides da Costa

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出一种生成式AI赋能的数字孪生框架，通过实时同步信道、移动性、流量和能量信息，实现系统级主动优化，在无人机辅助非地面网络场景中节能约69.2%。

Comments 7 pages, 5 figures

Optimize discrete loss with finite-difference physics constraint and time-stepping for PDE solving

用有限差分物理约束和时间步长优化离散损失以求解PDE

Yali Luo, Yiye Zou, Heng Zhang, Mingjie Zhang, Gang Wei, Jingyu Wang, Xiaogang Deng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出FDTO方法，通过有限差分时间步长损失优化求解PDE，解决PINN在体符合几何和时间依赖问题上的局限，减少内存并提高精度。

Journal ref Y. Luo, Y. Zou, H. Zhang, M. Zhang, G. Wei, J. Wang, and X. Deng, Optimizing a discrete loss with finite-difference-based physical constraints and time-stepping for solving PDEs, Acta Mech. Sin. 42, 360335 (2026)

Autoregressive One-Step Generative Modeling for Dynamical System Forecasting

迈向可扩展的一步生成建模用于自回归动力系统预测

Tianyue Yang, Xiao Xue

机构 * The Center for Computational Science（计算科学中心） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出MeLISA模型，通过块状随机转移核实现高效自回归生成，结合窗口一致性与时间增量一致性损失，提升长期统计准确性与推理速度。

Comments 42 pages, 15 figures

Mesoscopic scattering dynamics under generic uniform SU(2) gauge fields: Spin-momentum relaxation and coherent backscattering

介观散射动力学在一般均匀SU(2)规范场中的研究：自旋-动量弛豫与相干反散射

Masataka Kakoi, Christian Miniatura, Keith Slevin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究了在均匀SU(2)规范场下，物质波在无序势弹性散射中的时间与动量分辨动力学，推导了弱局域化区域内的无序平均密度矩阵，并通过精确近似 ladder 和最大交叉图系列的频率依赖性，描述了任意强的SU(2)规范场和无序下的短时间自旋-动量动力学。

Comments 20 pages, 5 figures

Journal ref Phys. Rev. B 114, 014209 (2026)

Pushy Random Walk: A Minimal Model for Transport in Deformable Media

推挤随机游走中的扩散/亚扩散

Ofek Lauber Bonomo, Itamar Shitrit, Shlomi Reuveni, Sidney Redner

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究推挤随机游走模型，揭示其在单维和二维中因障碍物密度变化导致的亚扩散行为，展示其在拥挤介质中运输的重塑机制。

Journal ref Phys. Rev. Lett. 137, 037101 (2026)

Trade-offs between structural richness and perceptual robustness in music network representations

音乐网络表示中结构丰富性与通信效率之间的权衡

Lluc Bono Rosselló, Robert Jankowski, Hugues Bersini, Marián Boguñá, M. Ángeles Serrano

机构 * Institute for Interdisciplinary Studies on Artificial Intelligence (IRIDIA), Université Libre de Bruxelles（跨学科人工智能研究 institute（IRIDIA），布鲁塞尔自由大学） ； Faculty of Electrical Engineering, Mathematics and Computer Science, Delft University of Technology（电气工程、数学和计算机科学学院，代尔夫特理工大学） ； Departament de Física de la Matèria Condensada, Universitat de Barcelona（凝聚态物质物理系，巴塞罗那大学） ； Universitat de Barcelona Institute of Complex Systems (UBICS), Universitat de Barcelona（巴塞罗那大学复杂系统研究所（UBICS），巴塞罗那大学） ； ICREA, Passeig Lluís Companys 23, E-08010 Barcelona, Spain（ICREA，巴塞罗那路易斯·康帕尼斯街23号，西班牙巴塞罗那） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究探讨了音乐网络表示中结构丰富性与通信效率的权衡，通过分析不同特征编码对转换结构和不确定性的影响，揭示了特征选择对网络重建及听众期望预测的重要性。

Bayesian Parameter Estimation for Predictive Modeling of Illumination-Dependent Current-Voltage Curves

基于贝叶斯参数估计的光照依赖电流-电压曲线预测建模

Eunchi Kim, Thomas Kirchartz

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过贝叶斯参数估计方法，改进了光照依赖电流-电压曲线的预测建模，强调暗并联电阻和移位电流对提高预测准确性的重要性，并分析了不同输入JV曲线组合对参数估计的影响。

Comments 10 Pages, 6 figures

Quantum field theory approach for multistage chemical kinetics in liquids

液体中多阶段化学动力学的量子场论方法

Roman V. Li, Oleg A. Igoshin, Evgeny B. Krissinel, Pavel A. Frantsuzov

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出CMET理论，利用量子场论推导多阶段反应扩散系统的动力学方程，通过耦合偏微分方程数值求解，在多个案例中复现其他理论的预测。

Comments Main article: 29 pages, 9 figures; Supplementary: 15 pages, 1 figure; Resubmission

Non-local synchronization of continuous time crystals in a semiconductor

半导体中持续时间晶体的非局部同步

Alex Greilich, Nataliia E. Kopteva, Vladimir L. Korenev, Philipp A. Haude, Linus Kunze, Ben W. Grobecker, Sergiu Anghel, Markus Betz, Manfred Bayer

专题命中 扩散模型 ：diffusion(abstract)

AI总结 半导体中通过光学泵浦实现远程电子-核自旋系统的非局部同步，揭示了自旋输运作为耦合介质机制，并为相干自旋网络奠定基础。

Comments 7 pages, 4 main figures, 9 supplementary figures

Journal ref Nature Communications volume 17, Article number: 6971 (2026)

Reduced dynamics for models of pattern formation

模式形成模型的约化动力学

Erika Hausenblas, Tsiry Avisoa Randrianasolo

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究双物种化学模型中反应扩散系统的长期行为，通过耦合反应扩散方程和空间傅里叶模式给出有限维表示，证明系统动力学可由有限低模式完全表征，为模式形成模型的约化动力学提供分析基础。

Comments 21 pages, 6 figures

Error analysis of a fully discrete structure-preserving finite element scheme for a diffuse-interface model of tumour growth

肿瘤生长扩散界面模型的全离散保结构有限元格式误差分析

Agus L. Soenjaya, Ping Lin, Thanh Tran

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对肿瘤生长扩散界面模型，开发全离散保结构有限元方法，采用SAV公式等。在适当假设下推导误差估计，时间一阶、空间最优阶精度，数值实验验证收敛速率及方法捕捉特征现象的鲁棒性。

Journal ref IMA J. Numerical Analysis, drag099 (2026)

Preconditioned normal equations for solving discretised partial differential equations

用于求解离散化偏微分方程的预处理正规方程

Lorenzo Lazzarino, Yuji Nakatsukasa, Umberto Zerbinati

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究由偏微分方程离散化产生的非对称方阵线性系统，通过引入‘正规’预处理概念，构建预处理器，对流扩散问题做数值实验，实现快速稳定收敛。

Modeling Concentration Profiles in Electrolytes by Solving 3-D Poisson-Nernst-Planck Equations via Finite Difference Method

通过有限差分法求解三维泊松-能斯特-普兰克方程来建模电解质中的浓度分布

Yitao He, Dan Zhao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过有限差分法求解三维PNP方程，改进了电化学系统中离子传输的建模方法，提升了对电极表面离子动力学的模拟精度。

Transformer-based Koopman Autoencoder for Linearizing Fisher's Equation

基于Transformer的Koopman自编码器用于线性化Fisher方程

Kanav Singh Rana, Nitu Kumari

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于Transformer的Koopman自编码器，用于线性化Fisher方程，通过数据驱动方法实现复杂时空模式的捕捉与预测。

Frequency stabilization of self-sustained oscillations in a sideband-driven electromechanical resonator

侧边驱动机电谐振器中自维持振荡频率的稳定化

B. Zhang, Yingming Yan, X. Dong, M. I. Dykman, H. B. Chan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过双模系统和相位控制方法，实现机电谐振器中自维持振荡频率的稳定化，显著减少相位波动。

Journal ref Phys. Rev. Appl. 22, 034072 (2024)

System size synchronization

系统规模同步

María Laura Olivera-Atencio, Manuel Morillo, Jesús Casado-Pascual

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种与复杂系统规模相关的同步现象，通过构建二元随机跳跃过程并分析输出频率和相位扩散系数，揭示了系统规模同步的机制和特性。

Comments 6 pages, 4 figures

Journal ref Phys. Rev. E 104, 064204 (2021)

Hybrid Semantic and Spectral Ensemble for Robust Synthetic Image Source Attribution

用于稳健合成图像源归属的混合语义与频谱集成

Md. Ajwad Hossain

机构 * Chittagong University of Engineering and Technology（吉大港工程技术大学） 纠错

专题命中 可控生成 ：text-to-image(abstract)；分类 cs.CV、cs.GR

AI总结 针对文本到图像模型发展带来的合成图像源归属问题，提出融合语义深度学习与数学取证特征提取的双分支集成框架，经实验验证准确率高且计算高效，突出数学取证在实际部署中的优势。

Comments Peer-reviewed and accepted to the DLMMDD Challenge Workshop at the 35th International Conference on Artificial Neural Networks (ICANN 2026). 7 pages, 1 figures

PRISM: Polynomial Representations for Interaction-Structured Motor Control

PRISM：用于交互结构运动控制的多项式表示

Seung Hyun Lee, Stella X. Yu

机构 * University of Michigan（密歇根大学） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究针对机器人观察中物理变量交互作用问题，提出PRISM策略表示，通过因式分解多项式模块展现高阶交互特征，在强化和模仿学习中应用，提升了人形机器人运动等性能，还能产生无传感器柔顺行为，表明多项式表示应成运动控制标准选择。

Spectral Dynamics of Semantic Drift in Clinical Multi-Agent Language Model Networks

临床多智能体语言模型网络中语义漂移的谱动力学

Amritesh Banerjee

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究临床多智能体语言模型网络中语义漂移的谱动力学，通过映射多智能体通信不确定性轨迹到嵌入空间，揭示结构瓶颈危害。提出动态谱监测技术，经图拉普拉斯算子特征分解确保全局状态扩散，保障自主医疗诊断可靠性。

EventOD: Event-Aware OD Flow Generation via LLM-Guided Semantic Modulation

EventOD：通过大语言模型引导的语义调制实现事件感知的OD流生成

Jie Zhao, Jie Feng, Can Rong, Zhihan Hou, Peng Lu, Yong Li

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Zhongguancun Academy（中关村科学城研究院） ； Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工学院科研与技术联盟） ； Xiuzhong College, Tsinghua University（清华大学致理书院） ； Department of Automation, Central South University（中南大学自动化学院） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究在破坏性事件下估计OD流的问题，提出EventOD框架，利用大语言模型和轻量级适应模块，通过输入级调制实现事件感知适应，实验表明该方法能提高重建精度和分布保真度。

SeT-Diff: Towards Semantic Foundation Models for HPC Telemetry and Time-Series

SeT-Diff：面向高性能计算遥测和时间序列的语义基础模型

Giovanni B. Esposito, Francesco Antici, Daniele Cesarini, Andrea Bartolini

机构 * University of Bologna（博洛尼亚大学） ； CINECA（意大利国家科研计算中心） 纠错

专题命中 可控生成 ：diffusion(abstract)

AI总结 针对数据中心计算节点建模需求，提出SeT-Diff基础模型，采用基于扩散的方法，在真实超级计算机数据集实验中，其重建任务平均绝对误差为0.0470，有零样本排列稳定性，单个模型可有效执行多种任务，是高性能计算系统有效的数据驱动数字孪生。

The symmetric V-cycle can diverge under the multigrid axioms for cell-centred discretisations

在用于格心离散化的多重网格公理下，对称V循环可能发散

Ming Hei Wong

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究格心离散化下多重网格方法中标准对称V循环的收敛性，通过两种构造表明其可能发散，即使满足相关公理假设，而W循环仍一致收缩，还给出了平滑计数阈值与相关常数的关系及具体离散化中的发散情况。

Comments 26 pages, 6 figures

Output Regulation for Linear Parabolic Systems Using Finite-Dimensional Tracking-Error-Based Control

基于有限维跟踪误差控制的线性抛物型系统输出调节

Bingsen Li, Emilia Fridman, George Weiss

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究一维扩散反应系统在干扰和参考信号由不稳定外系统生成时的输出调节问题，提出基于有限维跟踪误差的调节器设计方法，通过推导组合装置转化问题，利用模态分解法刻画可观测性，证明观测器增益性质并给出LMI条件，分析了含未知时变测量延迟的情况。

Comments 16 pages, 3 figures