物质科学

该工作提出非正交变分量子模拟（NOVQS），用多个参数化量子态的线性组合来同时处理实时间和虚时间演化，并针对二次量子化电子结构哈密顿量设计了浅层硬件友好拟设与资源高效的矩阵和向量测量方案，误差分析与资源估计一并给出；对氢链和氮分子的数值模拟显示，一组浅层甚至单层参数化量子电路可以匹配或超过变分量子模拟中一个深得多的电路，并揭示电路数量与深度之间的权衡。

作者提出 AIDEN（Atomic-Interaction Density Equivariant Network），将元素相关的一中心密度与环境诱导的密度重分布分离，用原子中心与边中心的张量关联表示后者，并通过连续低秩高斯解码器在任意空间坐标重建密度；该方法在周期晶体基准上取得最优精度、在分子体系上保持竞争力，在若干结构上不同的分布外案例中展现零样本迁移能力，且推理速度显著快于基线模型与完整自洽场计算。

该工作提出，通过界面熔体介导的固态合成除了需要目标相在形成能凸包上热力学稳定外，还要求目标成分处的界面熔体本身对旋节分解保持局部稳定；作者以经典Fe-B体系为对象，用微调机器学习原子间势驱动的熔体-淬火分子动力学发现，常压下FeB4成分附近的富硼界面熔体自由能面呈凹形，出现分相不稳定性，并得到浓度-浓度结构因子的佐证，且与低能二十面体和五角锥硼基元相关；相比之下亚稳的Fe3B与Fe23B6因对应熔体稳定而仍可合成；施加压力引入凸的PV贡献强烈抑制该不稳定性，在1800 K下把FeB4成分处的曲率压低到拟合不确定度以内，与实验合成边界一致；与CrB4的比较进一步显示熔体不稳定性越弱、实验合成越容易

该工作针对 316L 不锈钢的 SEM 显微图像，提出以 14 个空间区域（8 个 AR、6 个 H2，共 31 张图像）为基础的 Leave-One-Region-Out 区域留出交叉验证协议，比较了 LBP、GLCM、自监督卷积嵌入与 CNN 等六种特征-分类器组合，结果最简单的 LBP+SVM 表现最好，平衡准确率 0.79、H2 召回率 0.69、H2 精确率 0.82，优于所有深度学习与组合特征模型；区域级置换检验（500 次置换，取自 3,003 种区域-标签分配）得 p = 0.008，CNN 的 Grad-CAM 图倾向于集中在局部表面与晶界特征上。

该工作提出并验证了一条混合流水线：先用三维卷积神经网络（基于 D3M 的 VNet 架构，输入位移与速度共 6 通道）把每个模拟粒子二分类为晕成员或非晕成员，再用高度并行化的 Friends-of-Friends 算法把预测为晕成员的粒子聚成独立暗物质晕；训练数据由 GADGET-4 生成、以 ROCKSTAR 结果作标签，在最高分辨率 L100-N1283 配置下粒子分类各项主要指标均超过 98%，最终晕表纯度总体超过 95%、在 5×10^11 M⊙ 以上完备度稳定在约 93%，晕质函数与参考结果一致到 5% 以内，并忠实重建内部密度剖面，相对 ROCKSTAR 取得约一个数量级的加速。

作者为球形、椭球形、立方体和棒状四种胶体颗粒各构建了约135–155张合成图像的数据集并人工标注为孤立颗粒、二聚体、链、环和团簇五类，用YOLOv8-seg（多边形实例分割）训练出四个识别模型，在合成测试集上准确率约97–99%，但迁移到40张实验显微照片（每种形状10张）后性能显著下降，相对合成基准的平均误差为43.1%，其中球体20%、椭球44.7%、棒49.2%、立方体58.5%，数据集与模型已公开并集成到isanm.space信息系统中。

作者提出矩阵乘积态与层级运动方程（MPS–HEOM）混合方法，对静态与动态无序下的分子极化激元动力学进行数值精确模拟，并引入收敛尺度 NT（光子动力学达到热力学极限所需的分子数），发现动态无序比静态无序要求更大的 NT，且 NT 随声子浴趋于马尔可夫而呈现先增后减的翻转行为，其微观根源是声子时间尺度调控亮态到暗态的能量转移与集体行为的抑制。