AI生成数学证明时代数学人文性之问
该文为资讯类报道，核心指向一个提问而非实证结论：当AI不断产出数学证明时，若只关注答案本身，数学可能失去什么；材料未报告任何量化结果，故不足以对AI对数学的影响作出结论。 研究设计与做法：材料未报告。据标题与摘要，该文属于Science News的资讯报道，围绕DeepMind的
平面图与外平面图B着色的界
针对平面图与外平面图，研究B着色所需颜色数的上界问题。 摘要仅给出期刊卷期与作者信息，未提供方法、样本或结果细节。
数学方向雷达 · 2026-W40｜二分刻画、尖锐界收紧、参数显式化
数学方向雷达：判定型二分刻画、临界指数尖锐界收紧、降阶模型收敛率显式化。本期15条语料中试验与临床前均为0，数学方向的提问方式集中在“能否二分刻画”“界能否收紧”这类判定与定量问题。
多源大数据测量活动空间隔离：物理—数字框架与模拟验证
提出区分共在、数字暴露与数字互动的物理—数字活动空间框架，将物理与数字隔离作为独立成分而非强行合成。 研究分设验证环节：以华盛顿—巴尔的摩公开Foursquare签到子集检验离散群体共访统计量的计算可行性与稳健性。
数学方向雷达 · 2026-W42｜收敛率显式化、随机PDE降本、算子与范畴化
数学方向雷达：收敛率显式化：把q阶写进定理、随机系数PDE：多层近似压成本、算子与范畴化：把已知结论重写。本期16条中试验与临床前均为0，数学方向的提问方式集中在“能否证明收敛”“界能否收紧”“复杂度能否显式给出”这类判定与定量问题。
基于Delaunay加权的高维数据两样本检验
结论：作者提出基于Delaunay权重的非参数两样本检验统计量，在模拟数据中显示对未知流形学习具稳健性，且当分布差异体现在方向信息时检验效能提升较明显；该结论属方法学层面的证据支持。 设计与做法：方法学研究，提出用Delaunay三角剖分构造Delaunay权重以刻画数据点几何邻
中等高维下Hurst分布一致估计的谱聚类型算法
结论方向：作者提出一种可证明收敛、易解释的谱聚类型算法，用于估计高维分形系统背后的Hurst分布（尤其是标度指数），并在中等高维渐近框架下证明其估计具有一致性；该结论属理论证明与模拟验证层面，证据档位为C。 研究设计与做法：属方法学/理论论文，构建基于小波随机矩阵性质的改进谱聚类
图的部分Petrial多项式的递推与系数不等式
材料仅为期刊出版资讯，未提供摘要与结果数据，无法给出方向性结论；就标题所示主题而言，证据不足以判断该数学结果的具体内容与强度。 研究设计与做法：材料未报告。仅可知为Discrete Mathematics第350卷第2期的一篇论文资讯，作者为Ruiqing Feng、Xia Gu
Transformed Linear Prediction for Extremes
ABSTRACT We address the problem of prediction for extreme observations by proposing an extremal linear prediction method. We construct an in
RISMO：异构无人机-地面车集群在未知环境协同探索的黎曼信息几何运动编排
结论方向：在平面仿真中，RISMO 相较 APF 与 CBF-QP 减少了所观测到的梯度停滞与高频控制变化，同时保持正的障碍间距与协同感知；该结论来自数值与消融结果，属仿真层面的证据支持，尚不足以推广到真实系统。 研究设计与做法：期刊论文，采用数值仿真与消融实验；在平面仿真场景中
