电子发布日期：2022年1月24日
内政部：10.1137/20S1365053

作者：Andrew Householder、Jacob Householder和John Paul Gomez-Reed（惠蒂尔学院）
项目顾问：弗雷德里克·帕克（惠蒂尔学院）

摘要：随着新冠肺炎疫情的持续，了解该病毒的特征已成为科学界的一项重要而富有挑战性的任务。虽然确实存在新冠肺炎的检测，但我们研究的目标是探索其他识别感染者的方法。我们的小组应用监督聚类技术探索了新冠肺炎感染者、病毒性肺炎感染者和健康个体的肺部扫描数据集。这是一个需要探索的重要领域，因为新冠肺炎是一种新的疾病，目前正在进行详细研究。我们的方法探索了无监督聚类算法在揭示新冠肺炎和其他呼吸道疾病之间重要的隐藏差异方面的潜力。我们的实验使用了：主成分分析（PCA）、K-Means++（KM++）和最近开发的鲁棒连续聚类算法（RCC）。我们使用Adjusted Mutual评估KM++和RCC在COVID-19肺部扫描聚类中的性能。

2022年2月2日电子出版
内政部：2013年10月13日/21日1414917

作者：Rebekah Yu-En Chin（香港浸会大学）
项目顾问：Leevan Ling（香港浸会大学）

摘要：本文试图找出翻转牛排的最佳时间，使牛排在固定的最低温度下烹饪到中等程度。牛排、平底锅和一层油用偏微分方程建模。对模型的物理参数进行了近似，并讨论了它们对模型的影响。选择适当的边界条件，以允许空气的热对流、热量从炉子进入以及牛排、油和锅之间的热扩散。将模型与实验结果进行了比较和评价。然后将模型转换为优化问题，并使用遗传算法（GA）最小化。使用GA获得的解决方案列出了翻转牛排的最佳时间，以将其平均温度降至最低，并且比单个翻转过程表现更好。

电子发布日期：2022年2月17日
内政部：10.1137/21S143889倍

作者：安德烈亚·韦恩（罗斯·胡尔曼理工学院）
项目顾问：博士。Tracy Weyand（罗斯·胡尔曼理工学院）

摘要：二维（2D）材料是由单层原子组成的晶体材料。这些材料用于许多应用，包括光伏、半导体、电极和水净化。这些材料的原子结构可以表示为离散的无限周期图。利用Floquet-Bloch理论，通过计算基本域上每一个可能磁通量值的磁通量Schrodinger算子的特征值，可以在这些无限图形表示上计算Schrodinge算子的谱。先前的研究人员推测了一种二维材料石墨烯的特殊物理性质与其薛定谔算符谱中出现的狄拉克锥点之间的关系。然而，石墨烯是研究这些狄拉克圆锥形点的唯一材料。证明了在一定的电势条件下，包括白云母、石英和过渡金属氧化物在内的不同二维材料中存在光谱接触点。在过渡金属氧化物中发现的光谱接触点不是石墨烯中发现的狄拉克圆锥形点，而是一种以前未知的光谱接触点名为台面接触点，它出现在特定条件下过渡金属氧化物的薛定谔算符中。

2022年4月1日电子出版
内政部：10.1137/21S1454535

作者：Harieth Mhina和Samira Souley Hassane（三一学院）
项目顾问：Matthew McCurdy（三一学院）

摘要：对流现象存在于不同尺度的各种设置中，从笔记本电脑的冷却技术应用到炉子上的热水，从洋流运动到用恒星的对流区描述天体物理事件。鉴于对流在这些不同领域的重要性，在过去两个世纪里，对流过程一直是许多研究的重点。然而，关于气流中障碍物的存在如何影响对流的研究却少之又少。在这项工作中，我们发现障碍物的存在可以极大地影响对流。我们注意到，存在障碍物会产生与没有障碍物的流动相似的行为。此外，我们发现，与没有障碍物的情况相比，这些情况具有明显不同的特征，尤其是表现出长期周期性行为，而不是实现恒定的稳态，或者对流细胞的形成与否。

2022年4月1日电子出版
内政部：10.1137/21S1441638

作者：Mai Phuong Pham Huynh（埃默里大学）和Manuel Santana（犹他州立大学）
项目顾问：詹姆斯·纳吉（埃默里大学）

摘要：由于新冠肺炎疫情，全球对便携式CT机的需求日益增加，以便在各种环境下诊断患者。这就需要CT图像重建算法，以便在多种几何参数受到扰动的情况下生成高质量的图像。本文提出了一种交替最小化算法来解决这个问题，其中一步最小化正则化线性最小二乘问题，另一步最小化有界非线性最小二乘问题。此外，我们考察了现有的加速算法收敛的方法，并讨论了实现细节。最后，通过数值实验验证了算法的有效性。

电子发布日期：2022年4月27日
内政部：10.1137/21S1437470

作者：丁培建（埃默里大学）
项目顾问：詹姆斯·纳吉（埃默里大学）

摘要：虽然计算机断层扫描（CT）图像可以帮助检测Covid-19等疾病，但常规CT机器体积大且价格昂贵。更便宜、更便携的机器在几何采集方面会出现错误，从而降低CT图像质量。几何误差可以用图像重建数学模型中的参数表示。为了获得好的图像，我们提出了一个非线性最小二乘问题，该问题可以同时重建图像并纠正几何参数中的错误。我们开发了一种加速的交替最小化方案来重建图像和几何参数。

电子发布日期：2022年4月28日
内政部：10.1137/20S1376467

作者：Edwin Chau（加州大学洛杉矶分校）
项目顾问：詹姆斯·哈多克（哈维·穆德学院）

摘要：矩阵分解技术计算高维数据矩阵的低秩乘积近似，因此经常用于推荐系统和协作过滤应用。然而，用于此任务的许多算法都使用精确的最小二乘解算器，其计算耗时且内存开销大。本文讨论并测试了一个块Kaczmarz解算器，该解算器取代了低秩矩阵分解的常用交替格式中的最小二乘子程序。这种变体以因子分解误差的微小增加换取显著更快的算法性能。在这样做的过程中，我们发现块大小产生的解决方案可以与最小二乘解算器的解决方案相媲美，只需要运行时和工作内存需求的一小部分。

2022年5月26日电子出版
内政部：10.1137/21S1448392
补充资料

作者：Emma Hart（通讯作者——高露洁大学）、Elle Buser（怀俄明州大学）和Ben Huenemann（犹他大学）
项目顾问：Lars Ruthotto（埃默里大学）

摘要：比较了两种分割方法，一种是基于图谱的分割方法，另一种是以神经网络为基础的分割方法。分割是估计这些区域的平均位移的先决条件，这些区域最近被提出作为诊断I型Chiari畸形（CMI）的生物标志物。在数值实验中，这两种方法的分割与训练有素的专家提供的手动分割类似。研究发现，总的来说，单独使用基于神经网络的方法比单独使用基于图谱的方法产生更准确的分割，但这两种方法的结合可能是最成功的，其中基于图谱的方法用于脑干的分割，而神经网络用于小脑的分割。

电子版发布时间：2022年6月16日
内政部：10.1137/22S1493136
M3简介

作者：Eric Wan（通讯作者——威斯康星州梅昆Homestead高中）、Adam Garsha（宅地高中）、Jacob Schmidman（宅地中学）和Ethan Wang（宅地学校）
项目顾问：Weizhong Wang（威斯康星州梅昆市Homestead高中和威斯康星大学密尔沃基分校）

摘要：自从冠状病毒疫情爆发以来，美国和英国远程工作人员的比例急剧增加。员工和企业主迅速适应了向在线工作的重大转变，极大地改变了劳动力格局。

2022年7月11日电子出版
内政部：10.1137/21S1437342

作者：Alfie-Louise Brownless（沃福德学院）
项目顾问：Anne J.Catlla（沃福德学院）

摘要：每次人口普查后，研究人员都会分析选举数据，以提供与重新划分过程相关的信息。南卡罗来纳州是众多面临选举公平性分析某些问题的州之一，因为存在很大比例的无竞争种族。尽管已知无争议的结果会给分析带来挑战，但对于如何最好地处理这些情况，还没有达成普遍共识。在这里，我们探讨了党派公平的量化以及使用全州选举县级数据作为评估无争议结果的代理的影响。我们开发了一种地区近似方法，在县范围内使用全州范围的选举，并使用已知指标在历史和模拟选举环境中定性和定量评估最终的选举特征。然后使用相同的指标对其他常用近似方法进行彻底的比较分析。我们发现，县级选举数据是一种有效的工具，可以通过提供证据来支持县级数据在多种选举条件下有效的概念，从而逼近无争议的选举。此外，对不同近似方法的分析表明，特定选举的党派公平性度量如何根据特定近似方法发生变化，可能会影响未来对无争议选举结果的解释。

2022年7月18日电子出版
内政部：10.1137/21S1421325

作者：Richard P.Yim（加州大学洛杉矶分校）
项目顾问：杰米·哈多克（加州大学洛杉矶分校）和迪安娜·尼德尔（加州大学洛杉机分校）

摘要：目前尚不清楚激光辅助纹身去除术并发症的原因，在有关纹身去除的文献中，去除治疗的重点是去除技术和工具，而不是治疗过程中的最佳参数。此外，考虑到可能与这些复杂性相关的因素之间的相互作用的复杂性，确定最佳实践的挑战非常困难。在本文中，我们应用一系列经典的统计方法和技术来识别纹身去除过程中可能与并发症原因密切相关的特征，并报告潜在最佳实践的定量证据。我们对世界上最大的帮派康复和重返社会组织Homeboy Industries收集的纹身数据进行了初步统计描述；进行显著性的参数和非参数检验；最后，建立了一个解释处理参数相互作用的统计模型，并利用自举和梯度提升技术开发了处理参数的排序系统。

2022年7月28日以电子方式发布
内政部：10.1137/21S1444485

作者：Sithija Manage（德克萨斯农工大学）
项目顾问：Sai-Mang Pun（德克萨斯农工大学）

摘要：随着美国体育观众的吸引力越来越大，国家橄榄球联盟继续培养出一些世界上最有能力的体能运动员。在这项工作中，运动员的位置C、OG、OT、DE和DT被归类为线上，而其余位置被归类为非线上。在这项工作中，使用球探结合身高、体重和40码冲刺时间的数据，应用预测神经网络将2022名国家足球联盟球员分为两类，优于当前标准的逻辑回归。用于比较方法强度的两个指标是总准确度和ROC曲线下面积，而神经网络的平均值略高。就总准确度而言，神经网络的准确度为0.9134，而logistic模型的准确度则为0.9065；就ROC曲线下的面积而言，神经网的面积为0.9578，而logustic模型的面积则为0.9567。作为一个从头到脚的迭代比较，神经网络在两个度量中的获胜Win-Loss-Tie比率分别为7-2-1和5-5-0。

2022年7月28日以电子方式发布
内政部：10.1137/22S1479816

作者：金妮依珍（密歇根大学通讯作者）、齐新岳（密歇歇根大学）、苏金妮科尔（密西根大学）和黄婉婷（密执安大学）
赞助商：郭汉良（密歇根大学）

摘要：自2000年代以来，由于微制造技术的进步及其在激动人心的生物医学应用方面的潜力，微芯片的研究受到了越来越多的关注。其中一个流行的数学研究方向是优化鞭毛或纤毛运动学，以最大限度地提高游泳效率，通常是针对孤立的微型游泳运动员。另一方面，集体行为受微丝类型的影响（例如，推丝、拉丝或中性丝）。了解给定形状的最佳激活与其游动类型之间的联系，对设计人造微纤维器具有重要意义。在这项工作中，我们构建了一个人工神经网络（ANN），它可以仅根据形状预测最佳微螺旋体的类型。更有趣的是，我们证明了微螺旋体表面的切向矢量信息对于人工神经网络成功分类微螺旋体非常重要。

2022年8月2日电子出版
内政部：10.1137/21S145584X号

作者：Kenneth（宣安）Chen（加州大学洛杉矶分校）
项目顾问：Michael Tsiang（加州大学洛杉矶分校）

摘要：迄今为止，疫苗以前所未有的速度开发，在减缓全球新冠肺炎疫情方面发挥了至关重要的作用。因此，各国绝对有必要准确预测疫苗的分布情况。本文使用自回归综合移动平均（ARIMA）模型分析和预测美国、日本、台湾和中国30天的新型冠状病毒疫苗分布。具体来说，对于美国和日本，预测变量是完全接种疫苗的人口百分比，而对于台湾和中国，预测变量则是注射的总剂量。用于拟合我们模型的数据是从世界各地各种来源汇编的公开数据集中提取的。对于每个国家，培训数据包括该国从首次接种疫苗到2021年7月19日的疫苗接种数据。在根据训练数据拟合模型后，利用2021年7月20日至2021年8月18日的30天数据对模型进行测试。论文发现，单变量ARIMA模型能够平均预测每个国家的新型冠状病毒疫苗分布在实际值的5%以内。

2022年8月5日电子出版
内政部：10.1137/22S1469341

作者：Ritwik Trehan（通讯作者——加州大学圣巴巴拉分校）、Hao Tien Chung（加州大学洛杉矶分校）、Dongyang Li（加州大学圣巴巴拉分校）、Shelby Malowney（加州大学圣巴巴拉分校）
赞助商：隋唐（加州大学圣巴巴拉分校）

摘要：多智能体系统在科学和工程领域有着广泛的应用，从观点动力学到捕食者-食饵系统。在这些领域遇到的一个重大挑战是揭示导致集体行为的个体代理人之间的相互作用规律。在本文中，我们考虑了一个常被用于建立观点动力学模型的ODE系统，其中交互规律依赖于成对距离。我们利用稀疏性促进算法的最新进展，提出了一种从少量数据中学习相互作用定律的新方法。数值实验证明了该方法在小噪声数据环境下的有效性和鲁棒性，并显示了该方法的优越性。

电子发布日期：2022年8月29日
内政部：10.1137/21S1456522

作者：凯瑟琳·基根（通讯作者——玛丽·鲍德温大学）Tanvi Vishwanath（德克萨斯农工大学）和Yihua Xu（佐治亚理工学院）
项目顾问：伊丽莎白·纽曼（埃默里大学）

摘要：为了分析多维数据的丰富性，开发了基于张量的框架。传统上，矩阵奇异值分解（SVD）用于从包含矢量化数据的矩阵中提取最主要的特征。虽然SVD对于可以适当表示为矩阵的数据非常有用，但矢量化的这一步会导致我们丢失数据固有的高维关系。为了促进有效的多维特征提取，我们使用基于投影的分类算法，该算法使用t-SVDM，一种矩阵SVD的张量模拟。我们的工作将t-SVDM框架和分类算法扩展到任意维数，这两种算法都是最初针对3阶张量提出的。然后，我们将此算法应用于使用StarPlus fMRI数据集的分类任务。我们的数值实验表明，对于这个fMRI分类任务，与基于最佳等效矩阵的方法相比，基于t-SVDM的算法获得了显著的优越性能。我们的结果说明了我们选择的张量框架的优点，为参数的有益选择提供了见解，并且可以进一步发展用于更复杂的成像数据的分类。我们在以下位置提供Python实现https://github.com/elizabenathewman/tensor-fmri.

电子版2022年9月7日
内政部：2013年10月13日-21日1468759

作者：Elena Martinez（通讯作者——罗约拉·玛丽蒙特大学）
项目顾问：埃里克·托德·昆托（塔夫茨大学）

摘要：在层析成像的研究中，经常会缺少数据值。这导致工件在数据重建中出现。我们在一个双基地雷达系统中研究了这个问题，该系统在一个固定位置有一个无线电发射机，在发射机周围有一个接收机以圆形路径飞行。我们的数据是通过在给定空间中集成所有椭圆来收集的，这些椭圆以发射机和接收机为焦点。我们重建这些数字数据，并分析当我们在接收器路径内外放置对象时出现的伪影。我们的研究表明，接收器路径外的对象如何在接收器路径内创建伪影，反之亦然。这表明，当接收器路径外的扫描区域清晰时，这种方法的内在局限性很好。

电子版发布时间：2022年9月20日
内政部：10.1137/21S1461381
ANIMATION在线

作者：拉斐尔·切梅齐·凯利（通讯作者——麦克唐纳大主教高中）
项目顾问：Peter D.Harrington（阿尔伯塔大学）和Mark A.Lewis（阿尔伯达大学）

摘要：各种病原体通过禽类宿主传播。这些病原体的传播可能会带来巨大的经济和健康后果。为了预测疾病的传播地点和时间，需要明确的传播空间模型。然而，由于鸟类活动的复杂性，以及缺乏全面的数据，传统上，根据此类疾病的模型进行预测具有挑战性。本文在流行病学模型中提出了鸟类在斑块间定向运动的模型。该模型从两个方面考虑鸟类的迁徙：定向迁徙和随机扩散。迁移通过矢量场合并，矢量场表示每个迁移季节的存储量移动，基于大陆飞行路线生成。扩散在相邻的斑块之间合并，并在每个主要飞行路线之间分割。迁移和扩散被组合成一个大的、随时间变化的迁移矩阵，表示每只鸟在一个斑块中的运动。然后将迁移矩阵与易感（SI）微分方程系统结合使用，以确定疾病的传播。对该系统进行了求解，并根据1999年美国西尼罗河病毒（WNv）暴发的感染数据和Turdus migratorius分布对结果进行了验证，表明该模型能够准确预测WNv传播的主要时空阶段以及美洲知更鸟迁徙的阶段。这种方法，这里称为离散化迁移流（DMF），可以进一步开发和探索应用于早期新兴疾病模型。

电子版2022年9月27日
内政部：10.1137/21S1414486

作者：李鹏宇（通讯作者——洛杉矶加州大学）、瑞安·布达哈齐（作者——马里兰州汤森大学）、陆成（作者——洛杉矶加利福尼亚大学）、黄一欢（作者——加州大学洛杉矶分校）、安德鲁·约翰逊（作者——纽约巴鲁克学院）、，Joshua Vendrow（作者——加州大学洛杉矶分校）和Zhoodong Wu（作者——加利福尼亚大学洛杉矶分校
项目顾问：Denali Molitor（加州大学洛杉矶分校）、Elizaveta Rebrova（普林斯顿大学）和Deanna Needell（加州大学洛杉机分校）

摘要：加州无罪项目（CIP）是一个临床法学院项目，旨在释放被错误定罪的囚犯，该项目评估了数千封包含新的援助请求和相应案例文件的邮件。处理和解释如此大量的信息对CIP协会来说是一个巨大的挑战，主题建模技术可以成功地帮助CIP协会。本文将非负矩阵分解（NMF）方法应用于CIP编译的重要且以前未经研究的数据集，并实现了它的各种分支。我们确定现有案件档案的基本主题，并根据犯罪类型和案件状态（决策类型）对请求档案进行分类。结果揭示了当前案例文件的语义结构，并可为CIP协会在进一步检查之前提供对新收到的案例文件的一般了解。我们还介绍了NMF的流行变体及其实验结果，并通过实际应用讨论了每个变体的优缺点。

电子版2022年9月29日
内政部：10.1137/21S1462520

作者：内奥米·兰金（通讯作者——霍华德大学）

项目顾问：凯瑟琳·古尔斯基（霍华德大学）

摘要：我们使用基于三维代理的SEIR模型模拟了新冠肺炎疫情和船上检疫，该模型保留了船员、乘客和船上空间的比例。该随机模型捕获了船上乘客和船员的运动模式，以及一旦检疫建立，这种运动是如何变化的。该研究包括基于接触数和传输率推导基本再生数。我们捕捉了两个人在相当于3英尺半径的模型内停留60分钟时的接触次数，以及每次接触的传播概率。我们表明，根据测量的繁殖数量，即使对船舶实施检疫，在大多数模拟中也必然会发生疫情。我们还发现，飞机上的大多数感染发生在同一组的其他人（乘客或机组人员）身上，大多数感染是由乘客引起的。

2022年10月4日电子出版
内政部：2013年10月13日/21日1460399

作者：陈佳伟（通讯作者——多伦多大学）、李冉（多伦多大学

项目顾问：丽莎·杰弗里（多伦多大学）

摘要：自2019年以来，新型冠状病毒疫情席卷全球，对人类生命构成严重威胁。政府有多种方式来控制疫情，包括推广疫苗接种、限制公共场所的人数、要求人们在公共场所戴口罩，以及建议感染者隔离自己。本文采用分段模型分析了新冠肺炎在快速检测促进下的传播情况。结果表明，快速检测的普及可能对控制疫情产生重大影响。根据使用快速检测的最低估计要求，我们能够就遏制疫情的合理方法提出建议。

2022年10月11日电子出版
内政部：10.1137/22S1472814

作者：Andy Zhu（通讯作者——加州欧文Northwood高中）

项目顾问：Jonathan Vo（加州大学欧文分校）和John Lowengrub（加州大学奥尔文分校）

摘要：胶质母细胞瘤是一种侵袭性脑肿瘤，其细胞迅速浸润并增殖至周围脑组织。目前胶质母细胞瘤生长的数学模型使用偏微分方程（PDE）捕捉到了这一行为，偏微分方程通过数值求解器进行模拟——高效的实现可能需要大约80秒才能完成一次正向评估。然而，肿瘤建模的临床应用通常被视为需要复杂的数值方法的逆问题，如果天真地实现，可能会导致运行时间过长，使其不适合临床设置。最近，物理信息神经网络（PINNs）已成为科学机器学习中解决非线性偏微分方程的一种新方法。与传统求解器相比，PINN利用无监督的深度学习方法来最小化无网格域中的残差，从而实现更大的灵活性，同时避免了复杂网格构造的需要。在这里，我们描述并实现了一种通用方法，用于求解胶质母细胞瘤依赖时间的扩散反应PDE模型，并通过PINN从数值数据推断生物物理参数。我们根据患者特定的几何形状评估PINN，考虑到术前MRI扫描得出的扩散活动性的个体差异。使用合成数据，我们演示了我们的算法在患者特定几何体中的性能。我们表明，由于机器学习算法的强大插值能力，PINN能够在大约一小时内解决参数推理逆问题，将以前的方法加快了20-40倍。我们预计，这种方法在临床应用中可能足够准确和有效，有可能使个性化治疗在标准医疗协议中更容易获得。

2022年10月13日电子出版
内政部：10.1137/22S1516373号

作者：爱德华·夏普（布里斯托尔大学）

项目顾问：弗朗西斯科·冈萨雷斯-蒙托亚（布里斯托尔大学）

摘要：这项工作是一维无序系统中粒子量子动力学的一个简单示例。特别地，我们使用一个由小的随机矩形势垒构成的基本模型来数值说明波包的Anderson局部化现象。此外，我们还研究了由受随机矩形势垒扰动的谐振子形成的无序势中量子粒子的动力学。为了说明无序对系统动力学的影响，我们比较了未扰动谐振子波函数和无序系统波函数的时间演化。对于影响无序波包的扰动参数的不同值，我们通过在每个时间步长取未扰动和扰动波函数之间的标量乘积来实现这一点。

2022年10月14日电子出版
内政部：10.1137/22S1472437

作者：Marley Herring（北卡罗来纳大学夏洛特分校）
项目顾问：Kevin McGoff（北卡罗来纳大学夏洛特分校）

摘要：基因组测序是许多现代生物学和医学研究的基础。随着最近的技术进步，宏基因组学已经成为一个令人感兴趣的问题。这个问题需要分析和重建来自不同来源的多个DNA序列。Shotgun基因组测序的工作原理是将长DNA序列分解为称为reads的短片段。鉴于这一系列的阅读，人们希望重建DNA序列的原始收集。对于宏基因组学的实验设计，重要的是要了解可靠重建所需的最小读取长度是如何取决于所涉及的基因组的数量和特征的。利用每个DNA序列的简单概率模型，我们分析了长度为N的M个基因组集合在N趋于无穷大且M可能随N增长的渐近状态下的可识别性。我们的第一个主要结果提供了M和N的阈值，以便如果读取长度超过阈值，然后，一个简单的贪婪算法成功地重建了概率趋于1的全基因组集合。我们的第二个主要结果建立了M和N的较低阈值，因此，如果读取长度小于阈值，则不可能重建基因组的完整集合，概率趋于1。

电子发布日期：2022年10月28日
内政部：10.1137/22S1478033号

作者：Owen Scutt（诺丁汉大学）

项目顾问：西蒙·戴伊（诺丁汉大学）

摘要：我们研究了两个序列卷积神经网络（CNN）的新应用，以从星系-星系强引力透镜图像表征透镜星系中的暗物质亚结构。在我们的配置中，一个初始的CNN从引力透镜图像中预测子结构的数量，然后将该数量连同同一图像输入到第二个CNN，该CNN预测子结构质量分布函数的幂律斜率。我们在模拟图像上对CNN进行了训练和测试，这些图像是通过将类银河光分布与前景星系质量透镜形成的。我们发现，在固定透镜几何形状的图像上训练和测试CNN可以很好地恢复子结构数和质量函数幂律斜率。然后，我们探索降低图像分辨率的效果，使图像像素比例减半，发现预测子结构数量的准确性仅降低7%，而预测质量函数斜率的准确性降低25%。当我们允许测试集中图像之间的透镜几何形状发生变化，以模拟更具物理动机的透镜样本时，我们观察到预测子结构数量的准确性下降，质量函数斜率分别为57%和81%。我们将质量函数幂律斜率预测中的这种显著退化归因于数值预测CNN的性能退化，方法是将其与给定子结构真实数量时的斜率预测进行比较。我们讨论了未来可能的改进以及可用于此工作的计算硬件的影响。

电子发布日期：2022年11月28日
内政部：10.1137/22S1491216

作者：德里克·布里克利（劳伦斯大学）

项目顾问：Andrew J.Sage（劳伦斯大学）和Jonathan Lhost（劳伦斯学院）

摘要：自全国大学生田径协会（NCAA）成立以来，学生运动员一直通过体育项目代表学校。这让我们不禁要问，学生运动员的学业表现如何影响他们球队的运动成功。利用多重混合效应模型，分别用学业进步率（APR）和获胜率来探讨学术与田径之间的关系。在这样做的过程中，我们发现，保留合格运动员比例较高、运动员保留率较高的体育项目平均获胜率较高

2022年12月7日电子版发布
内政部：10.1137/22S1483633号

作者：Reia Li（通讯作者——波莫纳学院）、Ruth Efe（克莱蒙特·麦肯纳学院）和Zintan Mwinila-Yuori（波莫纳大学）

项目顾问：Christina J.Edholm（斯克里普斯学院）

摘要：为了在2021年秋季学期让冠状病毒安全重返现场学习，克莱蒙特·麦肯纳学院（CMC）创建了一个新的户外用餐选项，以减少食堂内学生的数量：餐车。然而，在室内和室外用餐时，经常会出现拥挤的情况。因此，我们构建了一个基于代理的模型（ABM）来模拟学生在午餐时间的用餐选择。我们使用ABM调查午餐期间何时发生拥挤，以及两种或两种选择中的一种出现拥挤的频率。我们的分析考察了三种不同的学生行为，即坚持最初偏好的能力、感知拥挤的能力以及受其他学生影响的能力。我们发现，对用餐区拥挤程度影响最大的行为是对其中一个用餐区有强烈的偏好。我们还探讨了CMC可以采取的两种不同的控制措施，以减少拥挤：增加另一种户外食物选择或增加抢购数量。我们发现，增加另一个用餐区在减少拥挤方面更有效。

电子版2022年12月19日
内政部：10.1137/21S1458132

作者：Lluc Briganti Wiprachtiger（邓迪大学）

项目顾问：Lukas Eigentler（邓迪大学）

摘要：描述生态系统动力学的PDE/ODE模型的理论研究通常忽略了环境条件的季节性。在这篇论文中，我研究了两种通用消费品竞争单一有限资源的模型。我首先考虑恒定的资源投入，然后将其与资源投入依赖于时间且具有季节性（周期性）模式的情况进行比较。通过观察每个平衡点的线性稳定性，对具有恒定资源输入的模型进行了分析。通过数值模拟分析了具有季节性资源输入的模型。分析结果表明，季节性对系统的结果有显著影响，因为当资源输入依赖于时间时，可能存在稳定共存，而这在恒定资源输入下是不可能的。此外，如果物种之间的平均适应度差异较小，则两种资源输入模式都存在亚稳态共存状态。最后，如果资源输入不是恒定的，那么直到灭绝的时间会变长。

电子版2022年12月27日
内政部：2013年10月13日/22s 1520566

作者：奥斯汀·希金斯（密歇根理工大学）

摘要：解析Caputo分数阶导数的高精度数值逼近由于其积分定义的上界奇异性而难以计算。然而，最近的研究表明，通过仅利用网格中的函数值，可以对解析函数的Caputo分数导数进行数值评估，达到双精度精度。这是通过考虑修改的梯形规则（TR）并在两端放置等距有限差分（FD）校正模板来实现的。对于复值解析函数f（z），这些分数阶导数是多值的。在本文中，我们为这种计算卡普托分数导数的数值方法提供了几个测试函数。我们生成函数近似分数导数的主分支的图形，并包括这些近似的误差图。

电子版2022年12月27日
内政部：10.1137/22S1514866

作者：Kleio Liotati（塞浦路斯大学）
项目顾问：克里斯托斯·塞诺芬托斯（塞浦路斯大学）

摘要：我们考虑积分的数值近似，包括层函数，在奇摄动边值问题的解中作为分量出现。这个马力[1]中的Gauss-Legendre复合求积的版本与光谱边界层[2]中的网格。我们表明，随着高斯点数量的增加，误差以指数形式快速归零，与奇异摄动参数无关。文中还给出了数值例子来说明该理论。