This paper in order to achieve the application of artificial intelligence based social robots in the process of student mental health diagnosis. When designing the architecture of social robots, factors such as interactivity, adaptability, and scalability were taken into consideration to ensure that they possess human like interaction characteristics and flexibility. Subsequently, a model was constructed based on deep learning technology to achieve functions such as sentiment classification, text mining, and optimization strategies. The input data set of the training model comes from the user's interaction records and behavior data on the Internet social platform, as well as the user's feedback information in the process of using the robot. The research on psychological data classification has constructed corresponding algorithms based on pointer networks and text models to achieve text feature extraction and classification. The psychological emotion mining module extracts emotional states from user discourse and maps them to corresponding categories of psychological problems. Finally, based on the user input question content, classify and optimize psychological problems. Research has shown that the robot has certain accuracy and practicality in data classification and student mental health diagnosis.

Using a sample of about 10 billion J/ψ events with the BESIII detector, we search for the weak decays of J/ψ→D¯0π0+c.c., J/ψ→D¯0η+c.c., J/ψ→D¯0ρ0+c.c., J/ψ→D−π++c.c., and J/ψ→D−ρ++c.c.. Since no significant signal is observed, we set the upper limits of the branching fractions of these decays to be B(J/ψ→D¯0π0+c.c.)<4.7×10−7, B(J/ψ→D¯0η+c.c.)<6.8×10−7, B(J/ψ→D¯0ρ0+c.c.)<5.2×10−7, B(J/ψ→D−π++c.c.)<7.0×10−8, and B(J/ψ→D−ρ++c.c.)<6.0×10−7 at the 90% confidence level. Published by the American Physical Society 2024

Using a data sample of e+e− collision data corresponding to an integrated luminosity of 19  fb−1 collected with the BESIII detector at the BEPCII collider, we search for the production of deuterons and antideuterons via e+e−→ppπ−d¯+c.c. for the first time at center-of-mass energies between 4.13 and 4.70 GeV. No significant signal is observed and the upper limit of the e+e−→ppπ−d¯+c.c. cross section is determined to be from 9.0 to 145 fb depending on the center-of-mass energy at the 90% confidence level. Published by the American Physical Society 2024

Using 2.93  fb−1 of e+e− collision data collected with the BESIII detector at the center-of-mass energy of 3.773 GeV, we investigate the semileptonic decays D+→π+π−ℓ+νℓ (ℓ=e and μ). The D+→f0(500)μ+νμ decay is observed for the first time. By analyzing simultaneously the differential decay rates of D+→f0(500)μ+νμ and D+→f0(500)e+νe in different ℓ+νℓ four-momentum transfer intervals, the product of the relevant hadronic form factor f+f0(0) and the magnitude of the c→d Cabibbo-Kobayashi-Maskawa matrix element |Vcd| is determined to be f+f0(0)|Vcd|=0.143±0.014stat±0.011syst for the first time. With the input of |Vcd| from the global fit in the standard model, we determine f+f0(0)=0.63±0.06stat±0.05syst. The absolute branching fractions of D+→f0(500)(π+π−)μ+νμ and D+→ρ(π+π−)0μ+νμ are determined as (0.72±0.13stat±0.08syst)×10−3 and (1.64±0.13stat±0.10syst)×10−3. Combining these results with those of previous BESIII measurements on their semielectronic counterparts from the same data sample, we test lepton flavor universality by measuring the branching fraction ratios BD+→ρ0μ+νμ/BD+→ρ0e+νe=0.88±0.10 and BD+→f0(500)μ+νμ/BD+→f0(500)e+νe=1.14±0.26, which are compatible with the standard model expectation. Published by the American Physical Society 2024

Due to the lack of GNSS signals in indoor environments, landmarks are particularly important in orientation recognition and navigation. However, the salience evaluation models established by existing studies for extracting landmarks have deficiencies in dealing with indicator redundancy and nonlinear relationships. Therefore, this study adopts a data-driven approach. First, the indoor POI salience evaluation indicators system is established. Then, large shopping malls are selected to collect data, and the indicators are screened by Spearman's correlation coefficient after preprocessing. Finally, the importance ranking of evaluation indicators is obtained, and based on this ranking, the model is trained and optimised using random forest and multilayer perceptron. The results show that the model established in this study has higher salience prediction accuracy and the best stability compared with the models established in previous studies.

We measure the Born cross section for the reaction e+e−→ηhc from s=4.129 to 4.600 GeV using datasets collected by the BESIII detector running at the BEPCII collider. A resonant structure in the cross-section line shape near 4.200 GeV is observed with a statistical significance of 7σ. The parameters of this resonance are measured to be M=4188.8±4.7±8.0  MeV/c2 and Γ=49±16±19  MeV, where the first uncertainties are statistical and the second systematic. Published by the American Physical Society 2025