自动驾驶

MM-BEV: Enhancing Timeliness by Computing Where and When it Matters

MM-BEV：通过计算关键的位置与时刻提升时效性

Liangkai Liu, Kang G. Shin

机构 * Texas Tech University（德克萨斯理工大学） ； University of Michigan（密歇根大学） 纠错

专题命中 BEV与占用 ：BEV(title,title_cn)；LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 MM-BEV是一种遵循「计算关键位置与时刻」的实时多模态BEV系统，通过四种机制优化，在nuScenes数据集和Clearpath Husky A300平台上显著降低延迟，且性能损失极小。

Comments 12 pages, 20 figures

Ghost Dynamics in Receptor Signalling Networks: A Fast--Slow Adaptive Extension of Competitive Cancer Inhibition Models

受体信号网络中的幽灵动力学：竞争型癌症抑制模型的快慢自适应扩展

G Manjunath, Roumen Anguelov

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 该研究针对受体占有率模型的局限，构建快慢自适应框架，揭示癌症信号网络的幽灵动力学，可解释剂量-响应曲线特征，还能预测表观效力的暴露时间依赖性偏移。

One-Sided Product-Scale Upper Bounds for Nested Complex Wishart Extremes

嵌套复Wishart极值的单侧乘积尺度上界

Xiufan Yang

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文针对嵌套复Wishart极值的最大特征值软边缘，证明了其上、下尾联合概率的有限N单侧乘积尺度上界，推导了分离稀疏网格的矩估计，适用于超临界分离场景。

Comments 92 pages

On the Variance Fraction of the Hard-Core Model on Graphs with Bounded Maximum Degree

关于硬核模型中的期望与方差

Weiyuan Zhang, Kexiang Xu

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文研究了图中独立集数量与硬核模型中的占用分数，推导了独立数为α的n顶点图的占用分数的紧上界和下界，并验证了Davies等人提出的猜想。