本文构建并数值求解了将声波方程与以体积变化表述的修正Rayleigh–Plesset方程耦合的模型，并将线性Kelvin–Voigt粘弹性用以刻画软组织类介质，从而研究气泡-粘弹性介质中有限振幅超声的谐波产生与非线性参数β的变化规律；结果表明，剪切弹性显著抑制谐波生成与非线性传播，而粘性在本文研究范围内影响较小，β随剪切模量上升而下降，表明β对介质力学性质高度敏感，可用于刻画气泡-粘弹性介质的非线性声学响应 [page::2][page::10].
本文提出并验证了超声空化辅助硫酸浸出铜—镉渣的可行性，给出在40°C、2h、2 mol/L H2SO4、L/S=3:1、300 W超声功率下，Zn、Cd、Mg浸出率均达约98%以上且Cu达约97%的最佳工艺条件，并显示超声将粒度由数十微米显著细化至≈0.1–1 μm以增强固液接触与传质，同时活化能从34.68 kJ/mol下降到6.21 kJ/mol，表明机制由界面化学控制转为扩散控制，进而缩短工艺时间并节能 [page::8][page::5]
本研究将基于物理导出的七个无量纲Π项与CatBoost回归相结合，用于预测声化学输出（SCL 强度/面积与KI剂量法测得的氧化指标），机器学习模型在保留测试集上达到了R2=0.87–0.95的高精度，并在外部独立数据集上表现出比基于维度输入或线性回归更好的泛化性；SHAP 解释显示与气泡内水蒸气含量（Π2）和单位频率归一化能量输入（Π4）相关的物理机制对模型贡献最大，揭示了热缓冲与能量阈值效应等非线性机制 [page::15][page::14]
本文基于3500组数值样本，采用随机森林与BP神经网络建立非线性回归模型，预测由密度、粘度、声速、表面张力与饱和蒸气压共同作用下的气泡最大无量纲半径 R_max，以表征气泡坍缩强度；结果表明粘度与表面张力为最重要的影响因子，声速影响最小，且RF+BPNNs混合模型在R²、MAE与MAPE上均优于单一模型，表明机器学习方法在多参数耦合下对气泡坍缩强度的预测是可行且有效的 [page::0][page::6].
本文基于LES与POD研究了不同超声激励频率下自激空化水射流中涡旋-空化耦合结构的时空演化，发现共振激励（fe=2.029 kHz）下大尺度涡旋与空化呈强同步，前200模态累积能量约占总能量80%，而高频激励（如25 kHz）导致微泡崩溃、涡旋碎片化并使能量向更多模态扩散（前200模态仅占约50%），高频激励同时促进远距离空化运输，这些结论为主动调控空化水射流性能提供了理论依据 [page::0][page::14].
本文通过大规模数值模拟与频谱分析，提出了以阈值信号到达时间、主幅值及二、三阶声学非线性系数为核心的超声清洗过程在线评估方法，以实现空间分布控制并判定在高液体污染条件下清洗的有效性或终止点 [page::0][page::4].
本报告系统研究超声清洗的影响参数，包括介质气体含量、商业洗涤剂与化学品影响、仪器与检测方法，并尝试将实测清洗效能与空化理论关联，提出了可量化的“清洗指数”及一种检测空化的简单方法，为超声清洗工艺优化提供实证基础 [page::1]
本文使用纳秒脉冲激光制备了不同接触角的超疏水镍表面，发现随接触角增大摩擦系数（COF）逐步上升而磨损体积逐步下降；激光能量密度影响表面粗糙度与氧含量共同决定超疏水性与摩擦磨损行为，为按需制备兼顾摩擦和耐磨的超疏水金属表面提供了方法学参考 [page::2][page::6][page::7]
本文对汽车行业生产后废合金（Inconel 625、Inconel 718、Titanium Grade 5）进行粒度、含油/含水、表面元素与有机污染物鉴定，比较溶剂洗涤（Spirdane 系列）与 900°C 热处理两种去油方法的效率与对基材表面化学结构的影响；结果显示：溶剂洗涤能将油污去除至约 93.7–98.6%（可达 ~99%），且基本不改变合金表面元素组成，而 900°C 热处理尽管能燃烧油污但会显著氧化并不可逆改变表面（氧含量显著增加），因此在回收中优先推荐溶剂洗涤以保持材料可回用性 [page::0][page::9].
本文提出将超声助浸出与两段阶梯沉淀相结合的工艺，从废超合金中高效回收稀有金属，并通过绘制Eh-pH图指导pH/电位以实现选择性溶出与沉淀以避免钝化层阻碍浸出 [page::2][page::3]. 在最佳工况（600 W、80°C、60 min、液固比10、8 mol/L HCl、4.8 vol% H2O2）下，Re、Ni、Co、Al、Cr 的浸出率分别达约 92.3%、95.2%、98.5%、98.7% 和 97.5%；两阶段在 pH 4.5 和 7.5 可分别回收约 94.6% Al / 82.1% Cr 和 99.5% Ni / 98.3% Co，最终获得 ReO4- 富溶液便于后续纯化，且过程无需产生废酸废碱污染 [page::12][page::10][page::11].
本文提出了首个形式化的 Autodeleveraging (ADL) 模型并证明了一个三难困境：不存在能同时保障交易所偿付能力、最大化长期收入并对交易者公平的 ADL 策略 [page::27]。基于 2025-10-10 的 Hyperliquid 数据回放，作者发现生产队列机制造成了约 \$653M 的过度社交化（overshoot），而优化后的风险加权 Pro‑Rata / 动态镜像下降低了绝大部分不必要的 haircuts，显著改善公平与稳健性 [page::9][page::46]
本文通过大量仿真实验研究在可观测需求冲击下，委托Q-learning定价算法的双寡头如何在贴现因子δ的不同区间自发学出不同的价格模式：高δ下呈现亲周期（价格随需求上升），低δ下呈现反周期（繁荣期价格更低），并且算法在多数设定下仍能维持超竞争利润，且记忆（过去价格与需求）会显著影响这些学习结果 [page::0][page::17][page::26]
本文提出Full-State Graph Convolutional LSTM（FS‑GCLSTM），通过将LSEG价值链（supplier–customer）关系建模为图结构，并将图卷积应用于LSTM的输入、隐藏态与细胞态，从而在时序建模中引入空间依赖以改善次日股票收益预测；在Eurostoxx600与S&P500上实证显示，尽管并非在MSE/MAE上最优，FS‑GCLSTM在基于日频等权多头投资组合的经济性评估上实现了更高的年化收益、Sharpe 与 Sortino 比率，且在密集的欧洲网络中收益提升更明显 [page::0][page::3][page::8]
本文构建并解析了包含可贬损耐用品与可购买保险的连续时间最优投资—消费—保险控制问题，允许耐用品价格与股票价格相关并引入泊松跳跃导致的突发损失，证明在无交易成本情况下最优策略为“常数份额”型（各项为财富的常数比例），并给出关于保险费加载、损失频率/严重度以及风险厌恶系数如何影响耐用品持有、保险需求与金融资产配置的数值结论 [page::0][page::19]。
基于对 Comet（Perplexity 推出的 AI 浏览器）数亿条匿名交互数据的实证研究，报告首创性地构建了三层（Topic-Subtopic-Task）代理任务分类法并量化了采用/使用强度。研究发现：Productivity & Workflow 与 Learning & Research 两大主题合计占比约57%；前期用户和发达国家/高教育水平人群采用率显著更高；个人场景占比55%，职业与教育场景分别为30%与16% [page::0][page::4][page::16].
本文实证研究了以政治人物命名的加密代币（PoliFi），重点分析 $TRUMP$ 与 $MELANIA$ 两枚代币，发现代币价格与总统支持率存在显著正相关，同时代币回报与支持率呈负相关（表明均值回复特性）；此外，$TRUMP$ 上线引发了对 Solana 生态的大量资金流入与交易/费用激增，证实了显著的生态影响 [page::0][page::3][page::5].
本文提出Trustworthy Influence Protocol (TIP)，将基于梯度的影响函数与CKKS同态加密结合，使买方在不解密卖方原始数据的情况下，得到精确的边际数据效用评分；通过LoRA低秩投影减小梯度维度，保证对BERT、GPT-2等模型的可扩展性，并在医疗与书籍市场仿真实验中验证了高保真度（医疗仿真相关性≈0.96）与数据效用的重尾分布特征，支持以效用为基础的差异化定价机制 [page::1][page::7][page::12]
本文研究一侧（下界为0或有限端点）随机变量之和的VaR极端聚合行为，证明在下界为0的情形下，VaR严格次可加不可能出现，只有在完全相容（co-monotonic）且逐点相等时才可得次可加（即恰为可加）[page::6]；同时提出两项可验证的结构性条件——负单形依赖（NSD）与单形支配（SD，通常通过边际函数φ_i(x)=x log F_i(x)的单调性验证）——作为保证全域VaR超可加的充分框架，并给出可延期、反射及凸单调变换下性质保持的条件与多个典型分布举例以便实务应用[page::13].
本文在一维一般扩散市模型（由尺度函数与速度测度刻画）+ 常利率的框架下，刻画并结构化了强套利形式“increasing profits”的存在性与全类：以辅助有符号测度ν与规范策略θ为核心，证明存在 increasing profit 当且仅当 ν 非平凡且当且仅当 θ 自身构成 increasing profit，并给出任一 increasing profit 的价值过程表示与若干例证说明路径性质如何产生套利 [page::0][page::5]
This paper models the US–China AGI competition as a continuous-time preemption (option) game with an endogenous existential-ruin parameter D and shows that, because the expected catastrophe cost cancels across leader and follower payoffs, competitive pressures can create a “suicide region” where actors rationally deploy AGI early despite negative risk‑adjusted NPV; the paper derives threshold formulae, the saviour-premium effect under asymmetric beliefs, and policy levers (private liability, windfall sharing, verifiability) that can restore the option value of waiting [page::0][page::12][page::19].
