铁电调控光掺杂实现单层MoS2二次谐波域选择性增强
结论方向：在单层MoS2与周期性极化铌酸锂集成的异质结构中，铁电极化调控的光掺杂可域选择性地增强二次谐波产生，共振激发下SHG强度提升最高约70%；证据档位为C，方向为增强。 研究设计与做法：实验结合第一性原理计算；样品为单层MoS2与周期性极化LiNbO3构成的混合异质结构，采
量子启发机器学习综述：定义、研究域与未来方向
该综述提示，量子启发机器学习（QiML）是一个在经典计算框架内借鉴量子力学原理的新兴领域，作者认为既有综述多偏重更宽泛的量子机器学习（QML），对QiML的梳理较为表面，因此本文旨在给出更整合、更全面的考察。属叙述性综述，不提供效应量，故不足以下结论。 研究设计为文献综述/调查（
PhysicsNeMo：基于 PyTorch 的物理机器学习框架
NVIDIA 开源的 PyTorch 框架，面向物理机器学习与科学机器学习，提供可复用组件和端到端训练配方，用于构建、训练和微调物理 AI 模型。
交错非线性对 Su–Schrieffer–Heeger 模型的影响（期刊资讯）
结论：该条目为 Annals of Physics 第 495 卷第 3 部分一篇论文的出版资讯，仅给出标题、作者与出版日期，未提供摘要；从标题看主题是交错非线性对 Su–Schrieffer–Heeger 模型的影响，方向与强度均不足以下结论。 设计与做法：材料未报告研究设计类
基于核的LMI方法求解HJB方程与非线性最优控制
该文探讨用基于核的线性矩阵不等式方法求解Hamilton–Jacobi–Bellman方程及非线性最优控制。 作者为Hamzi与Vaidya，刊于Physica D: Nonlinear Phenomena第497卷。
