导语 近日，物理学顶级期刊 Physical Review Letters (PRL) 上发表的一项最新研究从理论上证明了一个令人振奋的可能性：热机可以在最大功率下逼近卡诺效率。这一发现颠覆了人们对热机功率-效率权衡的传统认知，为设计下一代高效能源系统开辟了新的理论方向。该研究由瑞士洛桑联邦理工学院（EPFL）的梁师翎、北京师范大学的马宇翰、德国马普所复杂系统物理研究所的 Daniel M. Busiello 以及瑞士洛桑联邦理工学院的 Paolo De Los Rios 合作完成。 ...

导语 智能如何从大脑中涌现？人类大脑包含近1000亿个神经元，每种类型的神经元有其独特而优雅的结构。从神经元复杂性角度出发，大脑建模有两条路径：人工神经网络路径，和真实神经元模拟路径。人工神经网络路径将神经元简化为一个点，用简单的数学模型模拟神经元的输入输出行为，然后通过大量的连接形成神经网络。真实神经元模拟路径则是将大脑中的神经元精细地模拟，保留每一个神经元的物理和生物特性，力图再现生物神经元的真实行为。这种 Bottom-up 的方式通过精细地模拟神经元和它们之间的复杂交互，涌现出智能。 ...

导语 科学家和工程师一直在探索如何通过有效的数学工具，从复杂系统的动态行为中提取有意义的规律，而Koopman算符作为一种强大的非线性动力学分析方法，为此提供了新的视角和解决方案。在《Koopman分析在非线性动力学中的应用》系列课程第四节中，将由兰岳恒教授于 1月11日（周六）14:00-16:00 带领大家，聚焦 Koopman算符的数值实现与本征模态的构建，深入讲解如何通过Arnoldi算法和动态模式分解（DMD）提取复杂系统中的主导动态模式，以及如何结合本征模态揭示流体、映射等混沌体系中的关键动态特性。 ...

导语 在线性代数中，奇异值分解（Singular value decomposition）是一种通过旋转、缩放和再次旋转来对实矩阵（real matrix 元素都是实数的矩阵）或复矩阵（complex matrix 元素有复数的矩阵）进行因式分解的方法，如下图。它把具有标准正交基（orthonormal eigenbasis）的方阵特征分解（eigen decomposition 矩阵分解为特征向量和特征值）推广到了任意 m×n矩阵，并与极分解（polar decomposition）密切相关。 ...

为落实全国教育大会精神，积极孵化创新英才，助力优秀学生的成长，北京师范大学系统科学学院将于2025年2月4日至8日举办“系统科学创新英才孵化成长营”。成长营充分发挥北京师范大学系统科学的特色优势，利用系统科学的思想观念和方法探索创新英才脱颖而出的方法、路径和环境，培育孵化创新英才。 成长营培养模式 1）集中培养(为期5天）： 以课程讲授和小组讨论为主。 ...

导语 信息是一个抽象的量，与其物理实现方式无关；然而，测量信息的结果必须记录在某种物理系统中——如兰道尔所言：信息是物理的。麦克斯韦妖首次揭示了熵与信息之间的关系，然而，热力学第二定律的传统表述中并没有提及信息。我们该如何将信息引入热力学？又该如何阐明信息的物理本质，从而能够评估测量、擦除、复制和反馈等信息操作的热力学代价？本文是2015年发表于 Nature Physics 的经典综述，介绍了一个基于随机热力学和涨落定理的信息热力学新理论框架。 ...

关键词：神经网络，生成扩散模型，非平衡物理，随机热力学，路径积分，对称性破缺，涨落定理，自旋玻璃相变 论文题目：Nonequilbrium physics of generative diffusion models 论文地址：https://journals.aps.org/pre/abstract/10.1103/PhysRevE.111.014111 期刊名称：Physical Review E 近年来，基于神经网络的生成扩散模型（Generative Diffusion Models, GDMs）逐渐成为机器学习和统计物理的 ...

关键词：复杂网络，高阶新奇性，随机游走，幂律 论文题目：The dynamics of higher-order novelties 论文地址：https://www.nature.com/articles/s41467-024-55115-y 期刊名称：Nature Communications 在我们的日常生活中，新奇性是一种常见的体验，无论是首次探访一个新地点、尝试一个新餐厅，还是听一首新歌曲，这些都是新奇性的表现。然而，新奇性不仅仅体现在个人层面，更广泛地存在于社会和科技创新中。 ...

导语 北京时间1月7日9时5分，西藏日喀则市定日县发生6.8级地震。在自然界，超级地震不时袭来，森林大火各处肆虐，大规模流行病难以控制地蔓延。为什么大规模灾难的发生比我们预想的更频繁，且难以预测？我们该如何做来尽量避免大规模灾难的降临？由丹麦物理学家帕·巴克（Per Bak）、中国物理学家汤超和美国物理学家库尔特·维森菲尔德（Kurt Wiesenfeld）提出的自组织临界理论被称为“灾难的理论”，告诉我们为什么大规模灾难发生的概率比我们以为的要高得多。他们以简单的沙堆模型为例，为复杂系统中的跨尺度现象提供了一种普适而简单的机制解释。 ...

关键词：流体网络，复杂网络，空间自组织，重整化群，尺度不变性 论文题目：Fluid-network relations: Decay laws meet with spatial self-similarity, scale invariance, and control scaling 论文地址：https://journals.aps.org/pre/abstract/10.1103/PhysRevE.110.064314 期刊名称：Physical Review E 流体中的涡流和湍流通常被看作是无序、混沌且不可预测的，传统的 ...