我现在已经获取了完整的论文文本。我已经掌握了进行全面审查所需的所有信息。让我来汇总一下调查结果：

论文全文中的关键发现：

1. 方法：TabPFN（预训练表格 transformer）对物理信息特征进行回归 → 对双曲求解器输出进行门控校正 + GDOP 缩放的共形校准
2. 实验：两个地点——冰湖（实地+模拟，3-麦克风阵列）和森林（仅模拟，6-麦克风阵列）
3. 实地结果（冰湖）：混合门控在 p90/p95 分位数上将误差从 24.6/42.1m 降低至 22.3/35.3m，中位数相同（0.41m）。p99 实际上变差了（43.7→44.3m）
4. 森林结果：仅模拟——TabPFN 的 p95/p99 误差从 56.6/71.4m 降低至 9.26/14.8m，但中位数变差了（0.14→0.38m）
5. 不确定性：仅在冰湖进行了校准（n=~10个检测）。80% 名义水平下的固定共形预测未覆盖（0.73），GDOP 缩放后的为 0.78——两者仍然低于名义水平
6. 基线：仅与双曲求解器进行了比较。没有与基于分数/导向响应功率（SRP）的方法、TDOA 去噪或任何其他学习基线进行比较
7. 新颖性：学习型 TDOA 校正、声学定位中的物理信息特征以及共形校准均已有先前的工作
8. 可复现性：未提及代码发布，依赖于 ForestIR 模拟器（他们自己的前期工作 arXiv 2607.06299）

现在让我生成最终的审查报告。

Paper Review: Physics-Informed Learning for Robust Acoustic Localization with Calibrated Uncertainty

论文类型: 方法型

公理审查结果

公理一：对象公理

• 判定: ✅
• 分数: 8
• 依据: 论文研究的对象——复杂户外声学环境下的被动声学监测（PAM）中鲁棒定位——是一个真实、清晰、独立存在的科学问题。该问题有明确的操作化定义：多径主导、近场效应和复杂传播导致经典双曲定位（TDOA）方法产生灾难性尾部误差。问题在生物声学社区中广泛存在（Rhinehart et al., 2020 综述中 86 项研究有 69 项使用 TDOA），且是实现大规模野生动物监测的必要能力。论文不优化的代理指标而是直接优化定位误差（2D 欧氏距离），指标与目标一致。claim 的外延（”a step toward scalable automated wildlife monitoring”）与实验验证范围（两个站点，一个有实地数据）基本一致，没有过度声称 universality。
• Wiki 证据: OMC Wiki 无相关记录。free-search 确认 PAM 声学定位是一个活跃的研究领域（OpenReview 上有多篇 PAM 相关论文，包括鲸鱼呼叫检测定位、野生动物声学监测等）。paper-wiki 数据库覆盖语音/音频领域，不含声学定位论文（数据库范围限制，非问题本身缺陷）。

公理二：识别公理

• 判定: ❌
• 分数: 2
• 依据: 论文存在严重的识别公理缺陷。缺失最简 baseline：论文仅与 hyperbolic solver 比较，未与任何 score-based / steered-response power (SRP) 方法比较——尽管论文自己在 Section 1 明确指出 SRP 方法”more robust to noise”且是一个完整的替代方案家族。Grinstein et al. (2024) 的 SRP 综述在论文中被引用但未作为 baseline 实验对比。缺失学习类 baseline：未与 TDOA denoising（Compagnoni et al., OpenReview s2oJsv1dQZ）、近场声学定位神经网络（ScienceDirect, S0957417416306650）、物理信息复数神经网络 SSL（IOPscience, 10.1088/1361-6501/ae671a）等任何已有的学习方法比较。缺失消融实验：论文未提供任何 ablation——72 个特征中哪些类别是必要的？Gate 的两个阶段（几何检查 + 能量一致性检查）各自贡献是什么？TabPFN vs 其他 tabular 模型（如 XGBoost，论文自己指出是 tabular data 的 strong default）的对比完全缺失。同时改变多个因素：混合方法同时引入了 TabPFN 模型、72 个物理特征、两阶段 gate、conformal 校准，但将整体性能提升归因于”physics-informed learning”这一单点，缺乏变量隔离。
• Wiki 证据: OMC Wiki 无相关记录。free-search 返回多个直接的 baseline 候选：(1) TDOA denoising for acoustic source localization (Compagnoni et al., OpenReview)；(2) Physically informed complex neural network for SSL in reverberant environments (IOPscience)；(3) Near field acoustic localization using feedforward NN for TDOA (ScienceDirect)；(4) ICLR 2026 Baek et al. “Physics-Informed Audio-Geometry-Grid Representation Learning for Universal SSL”。论文未与这些方法中的任何一个进行实验对比。

公理三：独立性公理

• 判定: ⚠️
• 分数: 5
• 依据: 存在部分循环论证风险。训练数据来源：训练数据完全来自作者自己的 ForestIR 模拟器（Shen et al., 2026 = arXiv 2607.06299），由同一作者团队（Kampe, Shen, Lee, Dunson, Ovaskainen）开发。评测数据：实地数据来自作者团队自己的野外实验（Konnevesi Research Station, 2026年2月）。特征工程与评测指标：特征提取和评测指标（2D 欧氏定位误差）虽然标准，但 gate 的阈值 τ 是在模拟数据上选定的（”selected on simulation data alone”），而模拟器是作者自己的。不过，这不是 fatal 级别的循环论证——ForestIR 是一个独立的物理模拟器，其物理模型有独立的科学基础（声学传播物理），且 gate 阈值的选择标准（threefold improvement in p99 error for ≤20% increase in median）是一个客观约束。conformal calibration 使用了 leave-one-position-out 协议，这在一定程度上保证了独立性。但实地校准仅在一个站点（frozen lake）进行，且样本量极小。
• Wiki 证据: OMC Wiki 无相关记录。free-search 确认 ForestIR (arXiv 2607.06299) 为同一作者团队的同期工作。论文在 Related Work 中公开了这一关系并正确引用，未隐瞒。但模拟器作为训练数据唯一来源 + 同一团队评测，构成中等程度的独立性风险。

公理四：压缩公理

• 判定: ⚠️
• 分数: 5
• 依据: 方法有一定压缩价值但也有明显膨胀。压缩价值：将问题重构为”不替换物理而是修正物理”的 hybrid gate 框架是一个清晰的 problem reframing——保留 solver 在可靠区域的精度，仅在不可靠区域用学习模型替换。GDOP 作为 geometry-aware 不确定性缩放因子是一个简洁的、训练免费的几何量，提供了可解释的区间调整。膨胀风险：72 个 tabular 特征的必要性未经验证（无 ablation），可能存在大量冗余特征。使用 TabPFN（一个大型预训练 transformer）来做 3-6 个麦克风的 2D 坐标回归，相对于问题的复杂度可能存在过度工程。论文将”TabPFN + 72 features + two-stage gate + conformal calibration + GDOP scaling”多个已有组件组合在一起，但未证明各组件的必要性或 synergy。两阶段 gate 中的能量一致性检查本质上是 ratio-based energy localization 的简化版，被重新包装为”plausibility check”——这是已有方法的换名。
• Wiki 证据: OMC Wiki 无相关记录。free-search 确认 conformal prediction for acoustic localization 已有先例（Khurjekar & Gerstoft 2023, 2024; Rozenfeld & Laufer Goldshtein 2025），ratio-based energy localization 也是已有方法（Cobos et al., 2017; Meng & Xiao, 2017），论文自己引用了这些工作。TabPFN 是第三方工具（Hollmann et al., 2023），非本文创新。GDOP 是标准导航/定位概念，非本文创新。

公理五：效用公理

• 判定: ⚠️
• 分数: 4
• 依据: 效用存在但证据薄弱且覆盖不完整。实地数据绝对效果：在 frozen-lake 实地数据上，gate 在 p90 从 24.6m→22.3m、p95 从 42.1m→35.3m，改善有限（~9-16%相对改善）。p99 反而恶化（43.7→44.3m）。中位数完全相同（0.41m）。这些改善量级在仅有 3 个麦克风的极小阵列上是否具有实际生态学意义需要讨论——论文未讨论改善的生态学意义。仅一个实地站点：frozen lake 是论文唯一有实地数据的站点，且是一个”superficially clear”的简单环境，不是方法设计的 target regime（forest with multipath）。forest site 仅有模拟结果：论文自己承认 “The collection and analysis of corresponding field data is left to future work”。这意味着方法在其设计目标场景下的实际效用完全未验证。不确定性校准不完整：conformal calibration 仅在 frozen lake 上进行，n≈10 个 held-out field detections（Table 4），样本量极小。80% nominal level 下仍 under-cover（0.73 fixed, 0.78 GDOP-scaled），未达到名义覆盖。baseline 缺失：未与 SRP/score-based 方法比较，无法判断在同等计算预算下 score-based 方法是否能提供更好的鲁棒性。
• Wiki 证据: OMC Wiki 无相关记录。free-search 确认 SRP 方法是一个完整的替代方案家族（Grinstein et al., 2024 综述），论文引用但未实验对比。paper-wiki 无相关 SOTA 记录（数据库范围限制）。

公理六：新颖性公理

• 判定: ⚠️
• 分数: 4
• 依据: 新颖性为真实增量但较弱，接近已有方法的组合。各组件来源：(1) TabPFN — 第三方预训练模型，非本文创新；(2) Physics-informed acoustic features — 论文自己引用的 Kaneko & Gamper (2022)、Lellouch et al. (2025) 已在声学定位中使用物理信息特征；(3) Learned correction of TDOA/hyperbolic solver — ScienceDirect 论文 (S0957417416306650) 已用前馈神经网络处理 TDOA 在不利条件下的定位，IOPscience 论文 (10.1088/1361-6501/ae671a) 已用物理信息神经网络在混响环境中做 SSL；(4) Conformal prediction for acoustic localization — Khurjekar & Gerstoft (2023, 2024) 已将其用于 DOA 和 source localization；(5) GDOP-scaled uncertainty — GDOP 是标准概念，normalized conformal prediction 已有理论（Guan, 2021, arXiv 2106.08460）。真实增量：将上述组件组合为 hybrid gate 框架（solver-by-default, learned substitution when flagged）是一个新的组合方式。GDOP-scaled conformal correction 应用于声学定位是一个跨领域迁移。但这些增量的 novelty 较弱，因为每个组件都有直接的先例，且组合的 synergy 未被显式证明。ICLR 2026 同期工作：Baek et al. “Physics-Informed Audio-Geometry-Grid Representation Learning for Universal SSL” 也使用 physics-informed 方法做声源定位，发表时间与本文相近（<2个月），属 concurrent work，不作为强扣分依据。
• Wiki 证据: OMC Wiki 无相关记录。free-search 返回多个组件的直接先例（如上详述），确认各组件均非首创。paper-wiki 无相关记录。

公理七：可复现公理

• 判定: ❌
• 分数: 3
• 依据: 可复现性存在严重缺陷。代码未开源：论文未提及任何代码发布计划或代码仓库链接。数据可获取性不明：实地录音数据（Konnevesi field experiment, 2026年2月）未说明是否公开。核心依赖未公开：训练数据依赖 ForestIR 模拟器（arXiv 2607.06299），该模拟器是同期工作，其代码可用性未在本文中说明。TabPFN 依赖：TabPFN 是开源的（Hollmann et al., 2023），但论文未说明使用的具体版本和超参数。特征提取细节不足：72 个特征中部分（如 “uncertainty indicators derived from GCC structure”）的具体计算方式仅在 Table 1 中有文字描述，无公式或代码。gate 阈值 τ 的选择过程：论文描述了选择标准（threefold p99 improvement for ≤20% median increase）但未给出具体 grid search 范围和最终 τ 值。实地实验细节：播放设备型号、麦克风型号、同步精度细节部分缺失。模拟参数：ForestIR 的具体参数配置（如 tree scatterer density, ground reflection model）依赖外部论文，本文未完整列出。
• Wiki 证据: OMC Wiki 无相关记录。paper-wiki 无相关记录。

日报摘要

• Strength: Hybrid gate 框架在不恶化中位数误差的前提下，在森林模拟环境中将 p95 定位误差从 56.6m 降至 9.26m，并在 frozen-lake 实地数据上实现 GDOP-scaled conformal coverage 从 0.73 提升至 0.78（80% nominal）。
• Weakness: 仅在一个简单环境（frozen lake, 3-mic array）进行了实地验证且改善有限（p95: 42.1→35.3m, p99 恶化），目标场景（forest）仅有模拟结果无实地验证，且未与 SRP/score-based 或任何学习类 baseline 比较，无任何 ablation 实验。

总评

• 科学价值: 中 — 问题真实且重要，hybrid gate 框架提供了一个合理的 problem reframing，但识别公理的严重缺陷（无 ablation、无关键 baseline）使得无法确定效果归因。
• 方法价值: 低 — 各组件均有直接先例，组合的 novelty 较弱，72 个特征的必要性未验证，TabPFN 对于 3-6 麦克风的 2D 回归可能过度工程。
• 社区价值: 中 — 面向 PAM 生态学社区的实用需求，hybrid gate + GDOP-scaled conformal uncertainty 的 pipeline 设计有部署可操作性，但可复现性缺陷（无代码、无数据公开承诺）严重限制了社区采纳。

打分

加权总分: 4.2/10（加权分之和 40.0 / 权重之和 9.5） 最终建议: Weak Reject