在具有电子半满填充的晶格体系中，强的库仑相互作用会导致电子电荷自由度被冻结，形成强关联莫特绝缘体。通过对莫特绝缘体掺杂，许多新奇的物理现象如非费米液体行为、电荷密度波、高温超导、赝能隙等将会出现；而理解掺杂莫特绝缘体的电子行为是当前凝聚态物理研究中十分令人关注且具有挑战性的问题。

作为一类掺杂莫特绝缘体，由金属诱导的半导体表面再构体系所展现出的奇异量子相变、低维超导电性和关联等性质，已引起了研究者的广泛兴趣。本文选择具有莫特绝缘基态的Sn/Si(111)-(√3 ×√3)R30°体系为研究对象，通过Si(111)衬底对其进行调制掺杂，并利用低温扫描隧道显微镜技术研究了该体系在欠掺杂区域的电子结构；观察到在费米能级处存在一个不依赖于磁场但随温度升高而被逐渐抑制的赝能隙，其大小随局域掺杂的增加而减小，表现出与铜氧化物高温超导体中赝能隙非常类似的行为。

Fig. 4. (a), (b) Spatially averaged dI/dV spectra on the -Sn grown on Si(111) with a resistivity of 0.01 Ω⋅cm, measured in the small and large energy-ranges, respectively. The large-energy-scale spectrum in (b) is fitted by multiple Gaussian peaks to obtain the doping level. Setpoint: (a) V = 50 mV, I = 100 pA; (b) V = 1.0 V, I = 100 pA. (c) Schematic electronic phase diagram of the modulation-doped -Sn by the underlying Si(111) substrates. The doping-dependent PG data are acquired on various -Sn domains in three samples, while the superconductivity one is adapted from Ref. [2  7].

量子临界点现象被认为和非常规超导、非费米液体(奇异金属)、量子自旋液体等奇异物相紧密关联。在一维极限或准一维体系中是否存在量子临界点，以及量子临界点的特性是一个值得深思的问题。一个普遍的观点认为在一维体系中无法形成长程磁有序，因此也难以存在量子临界点。然而实验上，近年来人们在一些高度各向异性、接近准一维的重费米子材料(比如YbNi₄P₂, CeCo₂Ga₈, CeRh₆Ge₄等)中发现了量子临界点的迹象。为了更好地探索准一维条件下的量子临界点的特性，一方面需要拓展研究更多的材料体系，另一方面也需要借助合适的量子调控手段在已知材料体系中进行更深入的物性研究。

本文针对准一维重费米子材料CeCo₂Ga₈，使用压电陶瓷产生的单轴应力作为调控因子，结合电输运、交流比热、共振超声谱等物性测量技术手段，研究了其物理性质随链内应变的变化规律，从而推测其在量子相图上的移动规律。研究表明，施加链内正应变（即缩短链内Ce原子间距）使体系远离量子临界点；反之，施加链内负应变（即增大链内Ce原子间距）使体系趋近量子临界点。该工作的创新性在于：(1) 在准一维重费米子体系中首次利用单轴应变调控物性，实验结果表明，相比常规的各向同性的压力调控，单轴应变是一种更直截、有效的调控手段；(2) 通过共振超声谱测量弹性模量，使得低温下应变量的测量更准确。

本文的研究有助于我们更加深入地理解准一维重费米子材料中单轴应力的效应，并有望为今后在准一维重费米子材料中寻找量子临界点提供一定的指导。

Fig. 1. (a) Schematic phase diagram. The blue dash line marks the position of CeCo₂Ga₈: on the right-hand side but in close vicinity of a QCP. (b) Crystalline structure of CeCo₂Ga₈. The cerium atoms form individual chains along c axis, surrounded by five CoGa₉ cages in the ab plane. (c), (d) Sketches of uniaxial stress effect. The red and cyan circles denote the atoms before and after stressing, respectively. When the stress is applied along c, the intra-chain distance shortens at the expense of expansion in the ab plane; whereas for σ_a (or σ_b), the intra-chain distance elongates.

在几何阻挫中，相邻自旋的取向无法同时满足所有的竞争相互作用，系统因而具有大量简并的能态，可承载自旋冰、量子自旋液体等新奇的量子态，是凝聚态物理中重要的研究领域之一。尽管目前已有很多三维阻挫磁体的研究，二维（范德瓦尔斯）阻挫磁体的实例仍很稀少。探索新型低维阻挫磁体，研究维度与自旋阻挫的相互作用，可为自旋电子学器件的实现提供有力支持。

本工作报导了一种新型的二维范德瓦尔斯三角晶格磁性材料Mn₂Ga₂S₅，通过化学气相输运法获得了高质量的单晶样品。尽管体系存在较强的反铁磁耦合相互作用，体系直到2 K仍未进入长程磁有序态，而是在10 K附近存在自旋冻结转变，这被解释为交换相互作用和维度之间相互竞争的结果。该实验研究提供了二维系统中阻挫引发的低温下自旋无序态的一个有趣例子。

Fig. 5. (a) Temperature dependence of the real part of the ac magnetic susceptibility. The humps shift to higher temperatures with increasing frequencies. (b) Parametrization of the glassiness behavior in the fit to the Volger–Fulcher law. The relaxation time τ₀ is fixed to an empirical value of 1 × 10⁻¹¹ s.

磁性斯格明子是一种具有拓扑保护的自旋结构，有望作为未来磁信息存储器件的理想载体而受到广泛关注。当前，铁磁体系中的磁性斯格明子研究已经取得了较大的进展，但是铁磁材料固有的杂散场和斯格明子霍尔效应严重制约了基于斯格明子的磁存储器件的进一步实用化。因此，探索具有磁矩补偿的亚铁磁、反铁磁以及人工反铁磁材料体系中的斯格明子成为了相关器件走向实际应用的重要途径。霍尔天平是一种层间耦合可控的磁性多层膜材料，其磁化状态可在铁磁耦合和反铁磁耦合之间切换，该材料体系中的斯格明子的探索以及多场操控将对阐明磁性斯格明子调控机理和实现原理型器件具有十分重要的科学意义。

本工作利用洛伦兹透射电镜及原位多场调控技术，在具有反铁磁耦合的霍尔天平（核心结构为[Co/Pt]₄/NiO/[Co/Pt]₄）中实现了多种磁畴态之间的相互转化。研究发现：在室温下利用原位电流激励手段可以实现单畴态向迷宫畴态转变；利用低磁场（60 Oe）-电流协同效应获得了高密度的斯格明子，且密度可调；在撤去外界激励后高密度斯格明子在室温下仍然可以稳定存在。该研究成果在霍尔天平体系中实现了多种磁畴状态的转换及斯格明子的密度可调，提出了一种非易失性多磁畴态之间转换的方法，为以霍尔天平结构为核心的斯格明子存储及逻辑器件设计提供了实验依据。

Fig. Direct transformation of the three magnetic domain states at zero field and room temperature after manipulation under specific conditions. (a) Non-volatile high-density skyrmion state after applying a current density of J = 3.84×10⁸ Am^-2 under a constant perpendicular field of H₁ = 60 Oe. (b) Single domain state after saturation at H₂ = 1000 Oe. (c) Labyrinth domain state after applying a current density of J = 3.84×10⁸ Am^-2. The scale bar is 1 μm.

邻域保持嵌入（NPE）是一种应用广泛的线性降维技术，可以保持数据的局部流形结构。然而，在大数据背景下，NPE算法因为复杂度较高而需要消耗大量计算资源。

为解决上述问题，本文提出了一个相对经典NPE算法有指数加速效果的量子NPE算法。该算法包含三个量子子算法，分别对应NPE算法的三个步骤，并通过量子可访问数据结构连接各个子算法的输入和输出，减少了量子态重复制备的次数。其中，第一个子算法利用量子振幅估计和量子振幅放大技术找出每个数据样本的近邻样本集；第二个子算法利用量子矩阵求逆技术逐列给出了权重矩阵的经典信息；第三个子算法把NPE中涉及的一般特征问题转化到谱回归的框架下，并利用量子主成分分析和量子最大值搜索等技术逐个给出变换矩阵每列对应的量子态。最后，本文对该算法和现有的基于变分量子特征求解器的NPE算法以及经典的NPE算法进行了比较，说明了该算法的复杂度优势。本文所提算法缓解了NPE算法所面临的复杂度高的问题，并丰富了量子算法的种类和和设计思路。

准确、快速地预测气动噪声一直是流体力学和气动声学领域的研究热点。除了复杂且成本高的实验测量之外，基于计算流体力学和计算气动声学的数值模拟方法也可以用于求解流动问题，从而预测声波波动和模拟远场声波传播。然而，数值模拟方法往往有苛刻的计算要求，如高质量的时间推进格式、合理的计算网格等，这使得结果难以在精度和效率之间取得平衡。因此，建立一种快速、准确的气动噪声预测方法是实际工程应用中亟待解决的难点问题。

本文提出了一种基于深度学习的气动噪声快速预测方法，以应对高精度和高效率预测气动噪声的挑战。首先，建立二维圆柱绕流气动噪声的物理模型，并在此基础上构建了一个包含六层全连接层的深度神经网络，利用数据驱动学习和训练以反映气动噪声整体声压级和来流速度以及空间坐标之间的映射关系。在给定来流速度和空间坐标的情况下，该模型能够准确、高效地预测气动噪声的整体声压级，在测试集上的预测误差不超过0.82 dB。与此同时，所构建的深度神经网络模型预测的圆柱绕流气动噪声辐射指向性与数值仿真方法结果吻合。针对圆柱绕流气动噪声预测问题，在相同预测精度的情况下，本文所提出的深度学习预测方法相比传统数值仿真方法在预测时间效率上提升了4个数量级。该工作为气动噪声的快速、高精度预测开辟了一条新的途径，在气动噪声声场预测领域中具有潜在的应用价值。

Fig. 1. (a) Schematic diagram of the method for aerodynamic noise prediction. (b) The deep neural network(DNN) framework used in the prediction of aerodynamic noise induced by flow around a cylinder. (c) When inlet velocity U_∞ = 75, the overall sound pressure level (OASPL) values of 36 receivers predicted by DNN framework versus computational fluid dynamics (CFD) results. (d) When inlet velocity U_∞ = 105, the OASPL values of 36 receivers predicted by DNN framework versus CFD results.

近年来，越来越多的研究发现RNA可以像蛋白质一样折叠形成特定的空间结构，通过复杂精巧的构象运动来行使各种生物学功能。如何从RNA的空间结构出发有效预测其动力学性质，对于RNA功能机制的理解具有重要意义。

各项异性网络模型（ANM）是预测蛋白质动力学性质的有效工具，但是其在预测RNA的动力学性质方面表现不佳。本文基于RNA分子内核苷酸之间相互作用特征的分析，提出了一种改进的ANM模型，称为力常数衰减的ANM模型（fcd-ANM）。该模型通过调整力常数随距离的变化来更好地描述核苷酸之间相互作用强度的差异，显著提高了模型对RNA动力学性质的预测精度。相对于传统的ANM，fcd-ANM预测得到的B因子的精度提高了21.5%。本文所提出的fcd-ANM模型为RNA动力学性质的研究提供了有效的分析工具。

Fig. 3.The comparison of the calculation results between ANM and fcd-ANM for the “AN1” chain of the acinetobacter baumannii ribosome (PDB code:6V3A). (a) The tertiary structure of the AN1 chain of the acinetobacter baumannii ribosome. The subdomains of nucleotides 860-900, 1022-1096, 1475-1580 and 2072-2179 are highlighted by red color. (b) The comparison of the predicted nucleotide B-factors by the conventional ANM (red color) with the experimental results (black color). (c) The comparison of the predicted nucleotide B-factors by fcd-ANM (magenta color) with the experimental results (black color).