跳转至

2026-07-17 每日 arXiv 资讯

  • 高相关论文 0 篇 · 中相关 4 篇 · 其他 14 篇 · 会议/Seminar 事件 0 条

✍️ 手动录入的论文（精读）

你手动录入（粘贴 arXiv 链接 / 标题）申请精读、或收藏后补读的论文，由当天的定时任务精读。点标题旁的 🔍 精读 查看解读。

非参数 / 半参数 (nonparam_semipara, 2 篇)

1. 0803.0847 — A simple adaptive estimator of the integrated square of a density

  • 作者: Evarist Giné, Richard Nickl
  • 相关性 8/10 · novelty: sharper_rate
  • 摘要: 本文考虑密度平方积分 ∫f₀² 的估计问题，假设 f₀ 属于 Sobolev 空间且阶数 α>0。提出一个简单的核基 plug-in 估计量，形式为 U-statistic 核平滑版本。证明当 α>1/4 时该估计量是渐近有效的（达到半参效率界），当 α≤1/4 时达到 minimax 最优率。进一步给出一个数据驱动的带宽选择规则，不依赖 α 的先验知识，使得估计量在 α≤1/4 时率自适应，在 α>1/4 时渐近有效。核心工具是 U-statistic 的 Hoeffding 分解和核方法的偏差-方差权衡。对您而言，该文直接连接高阶 U-statistic 理论（估计量的 U-statistic 结构）和非参数 minimax 界，且自适应带宽选择思路可迁移至因果推断中 nuisance 函数泛函的估计。
  • 关键技术: U-statistic, kernel plug-in estimator, Hoeffding decomposition, adaptive bandwidth selection, minimax rate, semiparametric efficiency
  • 为什么对您有用: 直接连接您的高阶 U-statistic 兴趣（估计量是二阶 U-statistic 的核平滑版本）和非参数 minimax 界（Sobolev 空间下的率最优性）。您的 very_familiar 武器库中的非参数统计、minimax 界和高阶 U-statistic 计算（treewidth/einsum）可直接用于分析该估计量的方差结构或推广到多元密度。中期可做：将自适应带宽选择思路推广到因果推断中 nuisance 函数（如倾向得分）的泛函估计。

2. 1710.03863 — On Estimation of \(L_{r}\)-Norms in Gaussian White Noise Models

  • 作者: Yanjun Han, Jiantao Jiao, Rajarshi Mukherjee
  • 相关性 7/10 · novelty: sharper_rate
  • 摘要: 本文研究高斯白噪声模型中均值函数 \(L_r\) 范数（\(r \ge 1\)）的渐近极小化极大估计问题，设定在 Nikolskii-Besov 空间上。作者完整刻画了任意 \(r \ge 1\) 时的渐近极小化极大风险，补全了 Lepski, Nemirovski 和 Spokoiny (1999) 仅处理 \(r=1\)（上下界有 poly-log 间隙）和 \(r\) 为偶数（渐近精确上下界）在 Hölder 空间上的结果。方法上，上界通过构造基于核估计的特定估计量实现，下界则利用函数空间嵌入和测度变换技术推导。对于非偶数 \(r\)，估计量的构造需要更精细的偏差-方差权衡，导致自适应估计存在额外惩罚。主要理论贡献是证明了当 \(r\) 为偶数时，存在渐近自适应极小化极大估计量；而当 \(r\) 为非偶数时，自适应估计必须付出额外的代价。该工作属于非参数估计理论中关于泛函估计的经典问题，对您在高维统计和极小化极大界方面的兴趣有直接参考价值。
  • 关键技术: minimax estimation, L_r norm estimation, Nikolskii-Besov spaces, kernel estimation, adaptive estimation
  • 为什么对您有用: 该论文直接关联您的 primary interest 中的非参数统计和极小化极大界。您可以用 very_familiar 中的 minimax bounds 技术验证其上下界是否紧，并思考如何将 \(L_r\) 范数估计的框架推广到高维或因果推断中的泛函估计问题。中期可做：若想将自适应估计技术迁移到您的 semiparametric theory 工作中，需先在 moderately_familiar 的 semiparametric theory 上进一步熟悉。

数理统计 / 假设检验 (hypothesis_testing, 5 篇)

1. 1906.00456 — On Testing for Parameters in Ising Models

  • 作者: Rajarshi Mukherjee, Gourab Ray
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文研究铁磁 Ising 模型参数的假设检验问题。目标是在高维稀疏磁化强度设定下，推导 minimax 分离速率（separation rate）的下界，并在高温区得到 sharp 结果。上界估计自适应于底层依赖图结构和温度参数，覆盖了格点上的最近邻模型、稀疏 Erdős–Rényi 随机图和正则树，直至高温区的临界参数。方法核心依赖于有限体积版本的关联衰减性质（correlation decay），其推导借用了 FK-percolation 理论，可能具有独立意义。在低温区（plus 边界纯相）也给出了最近邻模型的并行结果。此外，还推导了两参数 Ising 模型中估计和检验速率的下界，与近期若干最优性结果一致。本文对您可能有用：它连接了高维统计假设检验与图模型，您可用 minimax 下界技术验证其 sharpness，或用 higher-order U-statistics 的视角分析检验统计量的计算成本。
  • 关键技术: minimax separation rate, correlation decay, FK-percolation theory, adaptive testing, high-dimensional hypothesis testing
  • 为什么对您有用: 本文直接连接您的高维统计与假设检验兴趣，特别是 minimax 分离速率的下界推导与上界自适应构造。您可用 very_familiar 的 minimax bounds 工具验证其下界是否紧，或用 moderately_familiar 的 higher-order U-statistics 理论分析检验统计量的计算复杂度（如树宽视角）。中期可做：需先在 moderately_familiar 的 theory of higher-order U-statistics 上进一步熟悉，以处理 Ising 模型中的高阶交互项。

2. 1608.01801 — Detection Thresholds for the \(β\)-Model on Sparse Graphs

  • 作者: Rajarshi Mukherjee, Sumit Mukherjee, Subhabrata Sen
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究稀疏随机图 β-模型中检测稀疏信号的尖锐阈值。设定为 n 个节点的图，边概率由节点参数 β_i 通过 logistic 链接决定，目标是检验是否存在非零 β_i 的稀疏信号。核心发现揭示了图稀疏度、信号稀疏度和信号强度之间的三重交互作用：在中等密度信号下，无论图多稀疏，检测阈值与独立高斯序列问题一致；在更稀疏信号下，极端图稀疏度导致所有检验渐近无效，无论信号多强；而在较密图上则得到匹配常数的尖锐检测阈值。方法上，作者分析了 Higher Criticism 检验的变体，证明其在稀疏信号区域达到最优常数。技术工具包括图拉普拉斯谱分析、随机矩阵理论和极值理论。数值模拟验证了理论结果。对您而言，本文的检测阈值分析框架可直接迁移到高维统计中的假设检验问题，尤其是您熟悉的 minimax 界工具可用于验证其声称的尖锐性。
  • 关键技术: Higher Criticism Test, β-model for random graphs, detection threshold, sparse signal detection, phase transition, graph sparsity
  • 为什么对您有用: 本文直接连接您 primary interest 中的 hypothesis testing 和高维统计。其检测阈值分析使用了您非常熟悉的 minimax 界工具，可用来验证声称的尖锐性是否紧。中期可做：若想将 Higher Criticism 推广到更一般的图模型，需先在 moderately_familiar 的 M-estimation 理论上长肌肉（具体为 logistic β-模型的似然比分析）。

3. 1308.0764 — Hypothesis testing for high-dimensional sparse binary regression

  • 作者: Rajarshi Mukherjee, Natesh S. Pillai, Xihong Lin
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究高维稀疏二元回归中的 minimax 假设检验问题，目标是在备择假设稀疏且设计矩阵稀疏时，刻画检测边界（detection boundary）。设定中，响应变量为二元（logistic 或 probit 链接），设计矩阵为稀疏二元矩阵，受遗传测序关联研究中罕见变异效应分析启发。作者发现了一个在高斯线性回归中不存在的现象：当设计矩阵稀疏性指数过高时，无论信号强度多大，任何检验都渐近无力（asymptotically powerless）。对于设计矩阵稀疏性指数不太高的情况，结果与高斯情形平行：在密集备择区域，广义似然比检验（GLRT）达到率最优；在稀疏备择区域，提出了扩展的 Higher Criticism 检验，并证明其达到率最优且 sharp。理论结果通过模拟验证了有限样本性质。本文对您在高维假设检验和稀疏信号检测方向有直接参考价值，尤其是 Higher Criticism 在非高斯、稀疏设计下的推广，与您在高维统计和 hypothesis testing 的兴趣高度吻合。
  • 关键技术: detection boundary, Higher Criticism test, generalized likelihood ratio test, minimax hypothesis testing, sparse binary regression, design matrix sparsity index
  • 为什么对您有用: 本文直接对应您 primary interest 中的 hypothesis testing 和 high-dimensional statistics 子方向，具体是稀疏二元回归下的 minimax 检测边界问题。您武器库中 very_familiar 的 minimax bounds 和 high-dimensional asymptotics 可直接用于理解其检测边界的推导和最优性证明；moderately_familiar 的 M-estimation theory 可用于分析 GLRT 在非高斯链接下的行为。中期可做：若想将 Higher Criticism 推广到更一般的链接函数或相关设计，需先在 moderately_familiar 的 semiparametric theory 上加强，以处理 nuisance 参数的影响。

4. 2110.02949 — Sharp Signal Detection Under Ferromagnetic Ising Models

  • 作者: Sohom Bhattacharya, Rajarshi Mukherjee, Gourab Ray
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究在铁磁Ising模型下检测结构化信号的尖锐检测问题。设定为：观测数据来自一个已知图结构上的Ising模型，目标是在给定信号强度下，检验是否存在一个与图结构相关的结构化信号（如常数信号或社区信号）。核心贡献在于推导了检测问题的尖锐常数，并揭示了检测能力与图依赖结构（如格子图、稠密Erdős-Rényi图、稠密随机正则图）之间的精确关系。方法上，作者利用似然比检验和二阶矩方法，得到了检测阈值和尖锐常数。特别地，他们展示了如何在不了解依赖强度的情况下进行自适应检测（agnostic detection）。理论结果包括：对于不同图结构，检测阈值依赖于图的谱性质（如最大特征值）和信号的结构。本文对您可能有用：它连接了高维统计中的假设检验与随机图模型，您可以用您在高维渐近和随机矩阵理论方面的知识来理解其谱分析，并考虑将类似的自适应检测思路推广到其他依赖结构（如时间序列或空间数据）。
  • 关键技术: likelihood ratio test, second moment method, sharp detection threshold, spectral analysis of Ising models, agnostic detection
  • 为什么对您有用: 本文直接关联到您的主要兴趣——假设检验和高维统计。它研究了依赖结构下的信号检测问题，使用了谱分析和二阶矩方法，这些与您的随机矩阵理论和高维渐近知识高度契合。从技术武器库看，您可以用'minimax bounds for estimation problems'和'high-dimensional asymptotics'来评估其检测阈值的尖锐性，并考虑将自适应检测方法推广到其他图模型。中期可做：需要先在'moderately_familiar'的'M-estimation theory'上加强，以处理更复杂的依赖结构下的检验问题。

5. 1611.08293 — Global Testing Against Sparse Alternatives under Ising Models

  • 作者: Rajarshi Mukherjee, Sumit Mukherjee, Ming Yuan
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究在 Ising 模型（二元变量依赖结构）下，对均值向量进行全局检验（global testing）以检测稀疏信号的问题。目标是在原假设（所有均值相等）与稀疏备择（少数均值偏离）之间做决策，并刻画信号强度、稀疏度与依赖结构之间的相互作用如何决定可检测性。方法上，作者首先在 Curie-Weiss 模型（完全图 Ising 模型）下揭示了“热力学”相变的影响：在临界温度下出现“依赖的 blessing”现象——可检测的信号强度比非临界态弱得多。随后，作者提出了一种对依赖结构具有鲁棒性的检验统计量，并在相当一般的正则条件下证明了其渐近 minimax 最优性。技术工具涉及高维假设检验的 minimax 下界、稀疏信号的检测阈值分析，以及 Ising 模型下依赖强度的刻画。该工作对您在高维假设检验方向（特别是依赖结构下的稀疏检测）有直接参考价值，其 minimax 框架也可与您熟悉的非参数 minimax 下界技术对接。
  • 关键技术: global testing, sparse alternatives, Ising model, Curie-Weiss model, minimax optimality, phase transition
  • 为什么对您有用: 直接连接到 primary interest 中的 hypothesis testing 和高维统计方向，具体是依赖结构下稀疏信号检测的 minimax 理论。您可以用 very_familiar 的 minimax bounds 技术验证其下界是否紧，或用 moderately_familiar 的 M-estimation 理论分析其检验统计量的构造。中期可做：若想将结果推广到更一般的图结构（如稀疏图），需先在 moderately_familiar 的 Ising 模型推断上积累经验。

📌 中相关论文（按主题分组）

非参数 / 半参数 (nonparam_semipara, 1 篇)

1. 2607.13197 — funFMC: Overlapping Clustering for Functional Data

  • 作者: Abhiti Mishra (Department of Statistics, University of Michigan), Kean Ming Tan (Department of Statistics, University of Michigan), Tailen Hsing (Department of Statistics, University of Michigan)
  • 机构: University of Michigan
  • 分类: stat.ME · math.ST · stat.TH
  • 相关性 5/10 · novelty: new_method
  • 摘要: 本文针对多元函数型数据中常见的重叠聚类问题，提出了一种基于潜因子模型的方法 funFMC。现有函数型聚类方法通常强制样本属于唯一类别，无法捕捉脑科学、环境科学等应用中存在的重叠结构。作者引入函数型因子与实值载荷矩阵，载荷矩阵的非负元素编码了样本对多个聚类的隶属关系。在温和条件下，证明了载荷矩阵在置换意义下的可识别性，从而保证重叠聚类结构可恢复。估计过程涉及算子空间上的无穷维回归问题，利用 Hilbert-Schmidt 算子内积将其转化为实值矩阵的优化，便于渐近分析。建立了载荷矩阵估计的中心极限定理，为重叠聚类成员的统计推断提供了理论基础。模拟与 fMRI 数据应用验证了方法的有效性。对您而言，该工作将函数型数据分析与潜变量模型结合，其识别性论证和算子回归技术可迁移至您熟悉的非参数统计与高维渐近框架中。
  • 关键技术: latent factor model, Hilbert-Schmidt operator, infinite-dimensional regression, central limit theorem for operators, overlapping clustering
  • 为什么对您有用: 本文连接您的非参数统计与高维渐近兴趣，其核心识别性论证和算子回归技术属于您非常熟悉的非参数统计与高维渐近框架，可立即可做：您可以用 minimax 界验证其估计量的最优性，或用 U-statistic 投影分析其算子估计的收敛速度。

经济理论 / 应用 (econ_theory, 1 篇)

1. 2607.13759 — Time preference effects in forecasting

  • 作者: Yannick Hoga, Niklas V. Lehmann
  • 分类: econ.EM
  • 相关性 6/10 · novelty: application
  • 摘要: 本文研究在预测不确定未来事件（如火山爆发、战争或经济衰退开始）的时间与发生时，如何评估预测质量。理论分析表明，若预测者对未来奖励存在时间贴现（偏好即时收益），则常见的“事后评估”方法会激励不诚实的预测——预测者倾向于将事件概率提前。实证部分利用预测锦标赛数据，发现预测者确实会响应这种激励调整预测，导致现有预测系统性地高估事件早期发生的概率。作者进一步论证，在这种设定下设计激励相容的奖励机制存在固有困难。对您而言，本文属于经济理论中关于激励与信息揭示的应用，可作为了解该领域实证范式的入门读物。
  • 关键技术: time discounting, incentive compatibility, forecast evaluation, prediction tournament
  • 为什么对您有用: 本文属于经济理论（secondary interest）的应用型论文，核心关注预测评估中的激励问题。作为入门读物，它清晰地阐述了经济模型（时间贴现）与实证数据（锦标赛数据）的结合方式，适合了解该领域的研究范式。您的武器库（如因果推断中的识别理论）可用于分析其激励结构，但本文不涉及高维或非参数方法，属于暂不可做方向——核心机器（行为经济学模型、实验设计）不在武器库中。

其他 (other, 2 篇)

1. 2607.13667 — On the existence and non-existence of centres of mass on Hilbert spheres

  • 作者: Shahin Tavakoli
  • 分类: math.ST · stat.TH
  • 相关性 4/10 · novelty: new_theory
  • 摘要: 本文研究 Hilbert 球面（无穷维单位球面）上 Fréchet 均值和 L^p 中心的存在性问题。在有限维球面上，紧性保证中心总是存在；但在无穷维球面上，这一结论不再自动成立。作者首先证明存在概率测度使得 L^p 中心不存在，并给出一个简单的充分条件（测度支撑在某个有限维子球面上）保证存在性。接着证明，对于样本 x_1,...,x_n，样本中心总是落在由这些点张成的至多 n 维子球面上，从而将无穷维优化问题约化为有限维问题。最后讨论了统计含义，例如在函数型数据分析中，当数据为 Hilbert 球面上的随机元素时，样本均值的计算和存在性条件。该结果对非参数统计中流形上的统计推断有基础性意义，但方法学上属于纯数学存在性结果，与您的核心兴趣（因果推断、高维统计、U-统计量等）无直接技术关联。
  • 关键技术: Fr\'echet means, L^p centres of mass, Hilbert sphere, infinite-dimensional manifolds, dimension reduction
  • 为什么对您有用: 本文属于纯数学统计理论，与您的 primary interests（因果推断、高维统计、U-统计量）无直接技术连接。它讨论的是无穷维流形上中心存在性的基础问题，而非您关注的识别、估计效率或计算复杂性。武器库中无对应工具可攻该问题（缺无穷维流形几何测度论背景）。作为 gateway reading 也不合适，因为问题设定过于抽象，与您的应用方向（流行病学、经济学、天体统计）无交集。建议跳过。

2. 2607.13667 — On the existence and non-existence of centres of mass on Hilbert spheres

  • 作者: Shahin Tavakoli
  • 分类: math.ST · stat.TH
  • 相关性 4/10 · novelty: new_theory
  • 摘要: 本文研究 Hilbert 球面（无限维球面）上 Fréchet 均值和 L^p 中心的存在性问题。在有限维球面上，紧性保证中心一定存在；但在无限维球面上，存在性并非显然。作者首先给出一个反例，说明中心不一定存在，然后给出一个简单的充分条件保证存在性。进一步，作者证明：给定 n 个样本点，样本中心总是落在某个至多 n 维的子球面上，从而将无限维优化问题约化为有限维问题。最后简要讨论了统计推断含义（如非参数球面数据的中心估计）。本文是纯数学理论工作，不涉及具体统计方法或数据应用。
  • 关键技术: Fr\'echet means, L^p centres of mass, Hilbert sphere, infinite-dimensional geometry, dimension reduction
  • 为什么对您有用: 本文属于纯数学统计理论，与您的主要兴趣（因果推断、高维统计、U-统计量等）无直接交集。武器库中无对应工具可攻该问题，且该方向（无限维流形上的几何统计）不在您的兴趣列表内，暂不可做。

🗂 其他论文（仅 LLM 评分，未生成摘要）

未生成中文摘要的论文，按 LLM 评分由高到低排列，仅保留评分与简评，便于回溯查全。一般为相关性低于展示阈值者；个别历史页也含当时因单日摘要上限未展开的高分篇目（评分仍清楚标着）。

  • 作者: Feridun Tasdan
  • 分类: stat.ME
  • 相关性 3/10
  • 评分理由: Circular logistic regression is a niche methodological topic with no clear link to the researcher's primary interests in causal inference, high-dim statistics, or U-statistics.

2. 2607.13918 — Partially Correlated Verifier Cascades in LLM Harnesses: Concave Log-Odds, Polynomial Reliability, and Blind-Spot Ceilings

  • 作者: Jiangang Han
  • 分类: math.ST · cs.AI · cs.LG · stat.TH
  • 相关性 2/10
  • 评分理由: LLM verifier cascades with log-odds analysis is unrelated to the researcher's primary interests in causal inference, mathematical statistics, or high-dim theory.

3. 2607.13918 — Partially Correlated Verifier Cascades in LLM Harnesses: Concave Log-Odds, Polynomial Reliability, and Blind-Spot Ceilings

  • 作者: Jiangang Han
  • 分类: math.ST · cs.AI · cs.LG · stat.TH
  • 相关性 2/10
  • 评分理由: LLM verifier cascades with log-odds analysis is unrelated to the researcher's primary interests in causal inference, mathematical statistics, or high-dim theory.

4. 2607.13064 — Risk assessment of muon single-event effects for low-altitude aircraft

  • 作者: Zijian Qiu, Sujie Lin, Yudong Cui, Yihan Liu, Lili Yang
  • 分类: astro-ph.IM · physics.ao-ph
  • 相关性 1/10
  • 评分理由: Muon single-event effects for aircraft is a physics/engineering paper with no statistical methodology or connection to the researcher's interests.

5. 2607.14014 — phoptic -- a Python package for reducing astronomical images

  • 作者: Zackery A. Irving, Noel Castro Segura, Diego Altamirano, Federico Vincentelli, Angel Castro, Romina P. Petrucci, Raul Michel, Adam B. Hill, Juan V. Hernandez Santisteban
  • 分类: astro-ph.IM
  • 相关性 1/10
  • 评分理由: 天文图像处理软件包，虽涉及数据还原但无统计方法论贡献，与研究者兴趣极弱相关。

6. 2607.14050 — Update on the slicer IFU for the Magellan InfraRed Multi-Object Spectrograph (MIRMOS)

  • 作者: Maren Cosens, Patricio Schurter, Nicholas P. Konidaris, Gwen C. Rudie, Andrew B. Newman, Leon Aslan, Robert Barkhouser, Christoph Birk, Julia Brady, Tyson Hare, Stephen C. Hope, Charlie Hull, Karim Kaismoune, Daniel D. Kelson, Gerrad Killion, Alicia Lanz, Jacob McCloskey, Solange V. Ramirez, William Schoenell, Stephen A. Smee, Jason E. Williams
  • 分类: astro-ph.IM
  • 相关性 1/10
  • 评分理由: 纯天文仪器工程报告，无统计方法、数据或模型内容，与研究者兴趣完全无关。

7. 2607.14052 — Update on the Magellan InfraRed Multi-Object Spectrograph (MIRMOS)

  • 作者: Maren Cosens, Nicholas P. Konidaris II, Gwen C. Rudie, Andrew B. Newman, Leon Aslan, Robert Barkhouser, Christoph Birk, Julia Brady, Mathias Gumy, Tyson Hare, Stephen C. Hope, Charlie Hull, Karim Kaismoune, Daniel D. Kelson, Gerrad Killion, Alicia Lanz, Jocob McCloskey, Solange V. Ramirez, Cyril Rupf, William Schoenell, Patricio Schurter, Stephen A. Smee, Peter Spanoudakis, Jason E. Williams
  • 分类: astro-ph.IM
  • 相关性 1/10
  • 评分理由: 纯天文仪器工程报告，无统计方法、数据或模型内容，与研究者兴趣完全无关。

8. 2607.13258 — MORFEO: Advancing Towards Final Design

  • 作者: Lorenzo Busoni, Guido Agapito, Marco Bonaglia, Alfio Puglisi, Marco Xompero, Matteo Aliverti, Francesca Annibali, Carmelo Arcidiacono, Natalia Auricchio, Nicol`o Azzaroli, Andrea Balestra, Alessandro Ballone, Louis Barbier, Andrea Baruffolo, Federico Battaini, Maria Bergomi, Andrea Bianco, Michele Cantiello, Giulio Capasso, Giulia Carl`a, Enrico Cascone, Ed Chapin, Manal Chebbo, Simonetta Chinellato, Vincenzo Cianniello, Paolo Ciliegi, Mirko Colapietro, Jean-Jacques Correia, Giuseppe Cosentino, Elia Costa, Matteo D'ambrogio, Vincenzo De Caprio, Giuseppe De Luca, Nicholas Devaney, Ivan Di Antonio, Amico Di Cianno, Simone Di Filippo, Benedetta Di Francesco, Ugo Di Giammatteo, Chiara Di Prospero, Gianluca Di Rico, Andrea Di Rocco, Daphne Diretto, Christian Eredia, Simone Esposito, Jacopo Farinato, Italo Foppiani, Takashi Funakawa, Fulvio Gianotti, Laurence Gluck, Davide Greggio, Sylvain Guieu, Marco Gullieuszik, Yuuichi Harikane, Masahiro Ikoma, Laurent Jocou, Dan Kerley, Mikio Kurita, Salvatore Lampitelli, Tommaso Lapucci, Fulvio Laudisio, Yves Magnard, Demetrio Magrin, Hossein Mahmoodzadeh, Dheeraj Malik, Luca Marafatto, Laurence Michaud, Christophe Michel, Satoshi Miyazaki, Kentaro Motohara, David Mouillet, Thibaut Moulin, Matteo Munari, Kentaro Nagamine, Sylvain Oberti, Fabrice Pancher, Giorgio Pariani, Sophie Penger, Amedeo Petrella, Laurent Pinard, C\'edric Plantet, Elisa Portaluri, Kalyan Radhakrishnan, Roberto Ragazzoni, Edoardo Redaelli, Edgar Renault, Colin Richardson, Marco Riva, Sylvain Rochat, Gabriele Rodeghiero, Luca Rosignoli, Bernardo Salasnich, Benoit Sassolas, Salvatore Savarese, Marcello Scalera, Pietro Schipani, Danilo Selvestrel, Mahshid Shiri, Mina Sibalic, Malcolm Smith, Sebastian Soler, Rosanna Sordo, Alessandro Tacchini, Alessio Taranto, Ludovico Teodori, Gabriele Umbriaco, Yoshinori Uzawa, Angelo Valentini, Jean-Pierre V\'eran
  • 分类: astro-ph.IM
  • 相关性 0/10
  • 评分理由: 纯天文仪器工程描述，无统计方法或数据建模内容，与研究者兴趣完全无关。

9. 2607.13358 — Linear motion (R-FLEX) for minature 6.2 mm pitch optical fiber position robots with polar (R-theta) kinematics

  • 作者: Nicholas R. Wenner, Joseph H. Silber, Michael S. Schubnell, David J. Schlegel, Robert W. Besuner, William V. Shourt, Andrew P. Hope
  • 分类: astro-ph.IM
  • 相关性 0/10
  • 评分理由: 纯机械工程设计，无统计方法或数据建模内容，与研究者兴趣完全无关。

10. 2607.13533 — Scientific-Intention Driven Embodied Intelligent Solar Telescope: Conceptual Design

  • 作者: Lin Jiaben, Tong Liyue, Wang Hui, Shao Mingfu, Yang Chen
  • 分类: astro-ph.IM · astro-ph.SR
  • 相关性 0/10
  • 评分理由: 概念性AI系统设计，无统计方法或数据建模内容，与研究者兴趣完全无关。

11. 2607.13549 — JW-ASTClaw: A Generalizable Multi-Agent Framework for Autonomous Solar Telescope and Its Implementation within Chinese Meridian Project

  • 作者: Li-Yue Tong, Jia-Ben Lin, Yuan-Yong Deng, Ying-Zi Sun, Ming-Fu Shao, Hui Wang, Chen Yang
  • 分类: astro-ph.IM · astro-ph.SR
  • 相关性 0/10
  • 评分理由: LLM驱动的天文望远镜控制系统，无统计方法或数据建模内容，与研究者兴趣完全无关。

12. 2607.13561 — Design and Implementation of a Microservice-Architecture Master Control System for AIMS

  • 作者: Li-Yue Tong, Jia-Ben Lin, Jun-Feng Hou, Yuan-Yong Deng, Dong-Guang Wang, Guang-Qian Liu, Song-Bo Xu, Shang-Jie Ren, Lian-Wei Zhao, Zhi-Wei Feng, Wei Duan, Ming-Fu Shao, Hui Wang, Chen Yang
  • 分类: astro-ph.IM · astro-ph.SR
  • 相关性 0/10
  • 评分理由: 望远镜控制系统软件架构设计，无统计方法或数据建模内容，与研究者兴趣完全无关。

13. 2607.13671 — Proof of concept of heterodyne interferometry at 10.6 um using photonic correlation

  • 作者: Tituan Allain, Jean-Philippe Berger, Guillaume Bourdarot, Carlo Sirtori, Hugues Guillet De Chatellus
  • 分类: astro-ph.IM · physics.ins-det · physics.optics
  • 相关性 0/10
  • 评分理由: 中红外干涉测量技术验证，无统计方法或数据建模内容，与研究者兴趣完全无关。

14. 2607.13859 — Fabrication of focusing optics for TA-MOONS: Micro-MOONS

  • 作者: Ceiwynn Longworth, Megan Delamer, Suvrath Mahadevan, Joe P. Ninan, Kathleen Gehoski, Krushna Jadhav
  • 分类: astro-ph.IM
  • 相关性 0/10
  • 评分理由: 光学元件制造，无统计方法或数据建模内容，与研究者兴趣完全无关。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论