图像生成

Perception-based Image Denoising via Generative Compression

基于生成压缩的图像去噪

Nam Nguyen, Thinh Nguyen, Bella Bose

机构 * School of Electrical and Computer Engineering, Oregon State University, Corvallis, OR 97331, USA（电气与计算机工程学院，俄勒冈州立大学，科瓦利斯，OR 97331，USA） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出基于生成压缩的去噪框架，通过熵编码潜在表示和感知度量提升去噪效果，实验显示在保持 distortion 性能的同时实现感知改进。

Geometry-Editable and Appearance-Preserving Object Compositon

可编辑且保留外观的对象合成

Jianman Lin, Haojie Li, Chunmei Qing, Zhijing Yang, Liang Lin, Tianshui Chen

机构 * South China University of Technology（华南理工大学） ； Guangdong University of Technology（广东工业大学） ； Sun Yat-sen University（中山大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出DGAD模型，通过语义嵌入和交叉注意力机制实现几何可编辑与外观保留，提升对象合成的精度与真实性。

Seeking the Unfamiliar but Memorable: Conceptual Creativity as Meta-Learning

寻求不熟悉但难忘的概念：作为元学习的概念创造力

Mengye Ren

机构 * Agentic Learning AI Lab（代理学习人工智能实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出概念创造力作为元学习，通过创作者生成候选刺激和评估者适应学习，产生可学习的创新内容。

Comments 25 pages

Dexora: Open-source VLA for High-DoF Bimanual Dexterity

Dexora: 开源的高自由度双臂灵巧性VLA系统

Zongzheng Zhang, Jingrui Pang, Zhuo Yang, Kun Li, Minwen Liao, Saining Zhang, Guoxuan Chi, Jinbang Guo, Huan-ang Gao, Modi Shi, Dongyun Ge, Yao Mu, Jiayuan Gu, Rui Chen, Hao Dong, Huazhe Xu, Li Yi, Yixin Zhu, Hang Zhao, Pengwei Wang, Shanghang Zhang, Guocai Yao, Jianyu Chen, Hongyang Li, Hao Zhao

机构 * Tsinghua University（清华大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； The University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； ShanghaiTech University（上海科技大学） ； Peking University（北京大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出Dexora，首个开源的VLA系统，旨在双臂双手高自由度操作，通过混合遥控管道分离粗臂运动和精细手指运动，结合物理平台和数字孪生，构建大规模训练数据集，并提出数据质量感知训练方法，实验证明其在基础和灵巧任务上的优越性能。

Comments Accpeted by ICRA 2026

Phase dynamics and dissipation in tunnel ferromagnetic Josephson junctions

隧道铁磁约瑟夫森结的相动力学与耗散

F. Calloni, R. Satariano, R. Ferraiuolo, H. G. Ahmad, D. Gatta, E. Raja, G. Santo, G. Serpico, R. Vydyasagar, D. Montemurro, N. Poccia, A. Vettoliere, G. Ausanio, C. Granata, L. Parlato, G. P. Pepe, A. Bruno, F. Tafuri, D. Massarotti

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究隧道铁磁约瑟夫森结的相动力学与耗散特性，通过比较不同电极材料和铁磁中间层的电动态特性，揭示其在微米到亚微米尺度下的行为，发现亚微米铝基设备的电动态特性与最先进的transmon量子比特相当，并显示出量子相扩散的特征。

Comments 13 pages, 4 figures

scHelix: Asymmetric Dual-Stream Integration via Explicit Gene-Level Disentanglement

scHelix: 通过显式基因层面解缠实现非对称双流整合

Xichen Yan, Zelin Zang, Changxi Chi, Jingbo Zhou, Chang Yu, Jinlin Wu, Shenghui Cheng, Fuji Yang, Jiebo Luo, Zhen Lei, Stan Z. Li

机构 * Jinan University（济南大学） ； Westlake University（西湖大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 scHelix通过显式基因层面解缠实现非对称双流整合，解决单细胞RNA测序数据整合中消除批次效应与保持生物学忠实性之间的矛盾，通过双流稀疏扩散编码器和非对称对齐-细化-融合协议提升整合效果。

Comments 17 pages, 8 figures, accepted by KDD 26

On Heat kernel Estimtes for Brownian SDEs with Distributional Drift

关于带有分布漂移的布朗运动SDE的热核估计

Stéphane Menozzi, Stefano Pagliarani

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了带有分布漂移的布朗运动SDE的热核估计和正则性估计，通过考虑非退化和退化噪声（如动能型模型）在Young regime中的情况，得出了Schauder估计，并证明了奇异SDE的弱well-posed性。

Global kilometre-scale tropical cyclone inner-core vector winds from sparse scalar CYGNSS observations

全球千米级热带气旋核心区矢量风场的稀疏标量CYGNSS观测重建

Xinhai Han, Xiaohui Li, Jingsong Yang, Zeyi Niu, Guoqi Han, Jiuke Wang, Wei Huang, Yunxia Zheng, Hanyue Ni, Yiqi Wang, Wei Tao, Lotfi Aouf, Shaoliang Peng, Dake Chen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出利用稀疏标量CYGNSS观测重建全球热带气旋核心区矢量风场的方法，通过改进的扩散同化和物理约束，提高了风速和风向的准确性，并展示了该方法在融合多种观测数据方面的应用潜力。

Comments 33 pages, 10 figures, 5 tables. Supplementary information available as an ancillary file

Physics Informed Neural Network-based Computational Method for Accelerating Time-Periodic Unsteady CFD Simulations

基于物理信息神经网络的计算方法：用于加速时间周期性非稳态流体动力学仿真

Lakshya Chaplot, Harshita Agarwal, Atul Sharma

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于物理信息神经网络的周期性流体动力学方法，旨在通过无网格的PINN求解器显著减少计算时间，从而加速时间周期性非稳态流体动力学仿真的计算过程。

Retained-spin micropolar hydrodynamics from the Boltzmann--Curtiss equation

从Boltzmann-Curtiss方程导出保留自旋微极流体动力学

Satori Tsuzuki

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文基于Boltzmann-Curtiss方程通过广义Chapman-Enskog构造推导出保留自旋微极流体动力学闭合关系，揭示了自旋平衡如何影响微极流体的本构结构和系数。

Macroscopic fluctuation theory of interacting Brownian particles

相互作用布朗粒子的宏观涨落理论

Aurélien Grabsch, Davide Venturelli, Olivier Bénichou

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文利用宏观涨落理论研究具有任意二元相互作用的布朗粒子的大尺度动力学性质，结合平衡统计力学的集体扩散系数标准结果，获得系统在平衡和非平衡状态下的精确大尺度动力学性质，特别推导了粒子密度与电流之间的动力学相关性。

Comments 23 pages, 15 figures

Journal ref Phys. Rev. E 113, 054128 (2026)

An Omni-Temporal Theory for Hydrodynamic Dispersion and Reaction in Porous Media

一种多时间尺度的水动力弥散与反应理论

Md Abdul Hamid, Kyle C. Smith

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于频率的多时间尺度弥散理论，用于描述溶质在多孔介质中传输过程中扩散、对流和反应的瞬时相互作用。该理论通过体积平均傅里叶变换的孔隙尺度对流-扩散方程，得到四个频率依赖的放大传输系数，用于预测时间域中的瞬态传输动力学。

Comments 67 pages, 20 figures

Nonlocally coupled moisture model for convective self-aggregation

非局部耦合的水分模型用于对流自聚集

Tomoro Yanase, Shin-ichiro Shima, Seiya Nishizawa, Hirofumi Tomita

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种非局部耦合的水分模型，用于研究对流自聚集现象，通过分析非线性动力学揭示了自聚集起始机制和空间尺度，并探讨了非局部耦合与扩散之间的平衡对理解对流自聚集的重要性。

Fractional Boundary Value Problems and elastic sticky Brownian motions, II: Non-local dynamic boundary conditions on smooth domains

分数边值问题与弹性粘性布朗运动，II：光滑域上的非局部动态边界条件

Mirko D'Ovidio

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了分数边值问题中的非局部动态边界条件，通过时间变换描述分数粘性条件和相关边界行为，揭示了布朗运动在边界上无限均时停留的陷阱效应。

Robust Optimal Reinsurance, Investment,and Surplus Allocation for Epstein-Zin Preferences

具有Epstein-Zin递归偏好 insurer 的鲁棒最优再保险、投资和盈余分配

Junyi Guo, Jianxuan Li, Qianqian Zhou

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在不完全市场中，具有Epstein-Zin递归偏好的保险公司的鲁棒最优再保险、投资和内部盈余分配（即消费）问题。假设保险公司可以将财富分配到由无风险资产和风险资产组成的金融市场，其中风险资产的价格过程遵循具有由奥本-乌尔伦贝克（O-U）过程驱动的随机漂移率的扩散过程。对于单位和非单位间-temporal 替换弹性（EIS）情况，通过应用经典的动态规划方法，我们推导出最优鲁棒再保险、投资和消费策略的显式解，并验证所获得的解确实解决了最优控制问题。此外，我们比较了鲁棒解与其非鲁棒解，并展示了图中的比较结果与经济直觉一致。最后，我们将精确解与Campbell-Shiller近似进行比较，并评估近似方法的准确性。

Epidemics in a Synthetic Urban Population with Multiple Levels of Mixing

在具有多级混合的合成城市人口中的流行病

Alessandro Celestini, Francesca Colaiori, Stefano Guarino, Enrico Mastrostefano, Lena Rebecca Zastrow

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在具有多级混合的合成城市人口中的流行病传播，通过构建基于人口普查和调查数据的地理参考和年龄分层的合成城市人口，考虑了日常接触和其他频繁接触的不同类型互动，并允许个体之间有偶然的稀有互动。研究通过模拟典型中等大小意大利城市中的流行病扩散，分析了流行病爆发速度、普及程度和可预测性，发现年龄结构化的接触模式导致更快和更广泛的爆发，而交互频率随距离衰减的影响微乎其微。初步证据显示城市地区存在分层空间扩散模式，低密度和高密度地区存在两种流行病传播模式。

Optoelectronic Chromatic Dispersion in a Single Photodiode for Machine-Learning-Based Computational Spectroscopy

单光二极管中的光电色散在基于机器学习的计算光谱学中的应用

Endalamaw Ewnu Kassa, Ziv Glasser, Uttama K. Saint, Roi Yozevitch, Shmuel Sternklar

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于单个锗PN光二极管的紧凑型计算光谱仪，利用光电色散现象，通过光二极管输出的RF幅度和相位信号进行光谱信息编码，并利用机器学习模型实现了高维逆问题的求解，实现了高精度光谱重建。

Comments Corresponding author: Endalamaw Ewnu Kassa (email: endalamaw.kassa@msmail.ariel.ac.il)

Global resetting and emergent correlations: exit statistics in an interval

全局重置与涌现的相关性：区间内的退出统计

Paul C Bressloff

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在区间内存在全局重置的情况下，多个粒子退出统计中的相关性问题，通过推导边界值问题并建立数学框架来分析全局驱动粒子系统的退出行为。

Comments 24 pages, 5 figures

The information-theoretic complexity of differentiable functions

可微函数的信息理论复杂度

Matthijs Ruijgrok

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种衡量可微函数复杂度的指标，通过分段常数函数近似来评估函数的复杂性，并将其应用于复杂系统有效复杂度的定义。

Divergence-Suppressing Couplings for Rectified Flow

修正流的发散抑制耦合

Yimeng Min, Carla P. Gomes

机构 * Department of Computer Science（计算机科学系） 纠错

专题命中 扩散模型 ：image generation(abstract)

AI总结 本文提出了一种修正流的发散抑制耦合方法，通过在耦合生成过程中抑制学习到的速度场中的发散成分，从而减少轨迹的扭曲，提升生成效果。

Rank Based Routing in Large Server Systems under Extreme Congestion

基于排名的路由在极端拥堵下的大型服务器系统中

Sayan Banerjee, Amarjit Budhiraja, Eva Loeser

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在极端重载条件下，基于排名的路由策略如何通过减少通信成本、提高负载均衡并为高级作业提供加入较短队列的机制，从而在大规模服务器系统中实现更优的性能。

Comments 35 pages

TabKDE: Simple and Scalable Tabular Data Generation with Kernel Density Estimates

TabKDE: 通过核密度估计实现简单且可扩展的表格数据生成

Meysam Alishahi, Yan Zheng, Junpeng Wang, Chin-Chia Michael Yeh, Jeff M. Phillips

机构 * University of Utah（犹他大学） ； Visa Research（Visa研究） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于核密度估计的表格数据生成方法，能够在无需大量训练时间的情况下实现与现有方法相当的准确性和防泄漏性能，并且能够高效处理大规模数据集。

Shear alignment and tensorial Taylor--Aris dispersion of Brownian rods in a circular tube

圆管中布朗棒的剪切对齐与张量泰勒-阿里斯扩散

Jingsen Feng, Xu Chu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了圆管中布朗棒在压力驱动流中的剪切对齐和张量泰勒-阿里斯扩散，通过解决局部稳态取向福克-普兰克问题并利用其二阶矩来闭合一个保守的轴对称传输方程，提出了张量泰勒-阿里斯理论，并验证了渐近系数。

Venom: A PyTorch Generative Modeling Toolkit

Venom：一个PyTorch生成建模工具包

Liang Yan

机构 * Paul G. Allen School of Computer Science & Engineering（保罗·G·艾伦计算机科学与工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出Venom，一个基于PyTorch的生成建模工具包，旨在通过统一的接口实现多种生成建模家族，提供可读、可复现的入口点以及一致的训练和采样API，便于教学、原型设计和轻量级基准测试。

Comments Preprints

ECG-WM: A Physiology-Informed ECG World Model for Clinical Intervention Simulation

ECG-WM: 一种基于生理的ECG世界模型用于临床干预模拟

Zhikang Chen, Yue Wang, Sen Cui, Yu Zhang, Changshui Zhang, Tianling Ren, Tingting Zhu

机构 * University of Oxford（牛津大学） ； Tsinghua University（清华大学） ； Southern University of Science and Technology（南方科技大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于ECG的世界模型，用于条件化预测心脏电生理学，通过整合生理学普通微分方程先验知识，提升干预后ECG轨迹的生理合理性，并引入不确定性评估策略以更可靠地评估候选干预方案。

NOETHER: A Constructive Framework for Metamorphic Pattern Discovery from Operator Algebras

NOETHER：从算子代数中构造性地发现元模式的框架

Meng Li, Xiaohua Yang, Jie Liu, Shiyu Yan

机构 * School of Computing, University of South China（南华大学计算机学院） ； Hunan Engineering Research Center of Software Evaluation and Testing for Intellectual Equipment（湖南软件测评与智能设备工程研究中心） ； CNNC Key Laboratory on High Trusted Computing（中核集团高可信计算重点实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出NOETHER框架，通过从程序诱导的算子代数到元模式集的机械且可证明的下游步骤，解决元模式关系识别中的基础问题，同时通过三个算子代数领域验证了该框架的代数闭包和多项式时间可判定性。

Comments 71 pages, 18 tables, 1 figure. Under review at ACM Transactions on Software Engineering and Methodology. Supplementary materials (algorithm reference implementation, 84-MR PWR corpus, SE(3) case study harness, three-tier METRIC+ replication) at https://github.com/meng004/P1-MetaPattern

Effect of Niobium Doping on the Crystal Structure and Hydrogen Sorption Properties of TiFe: Combined Synchrotron X-ray Diffraction and Extended X-ray Absorption Fine Structure Study

铌掺杂对TiFe晶体结构和氢吸收性能的影响：结合同步辐射X射线衍射和扩展X射线吸收精细结构研究

Abhishek Banerjee, Stefano Deledda, Olena Zavorotynska

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过同步辐射X射线衍射和扩展X射线吸收精细结构分析，探讨了铌掺杂对TiFe合金晶体结构和氢吸收性能的影响，发现铌的掺杂能改善基质激活和氢吸收动力学，而不影响整体储氢能力。

Exact inference via quasi-conjugacy in two-parameter Poisson-Dirichlet hidden Markov models

通过准共轭性在双参数泊松-狄利克雷隐马尔可夫模型中实现精确推断

Marco Dalla Pria, Matteo Ruggiero, Dario Spanò

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种非参数模型，用于从离散时间数据中推断时间演变的未观察概率分布，数据由无标签的划分组成。潜在过程是双参数泊松-狄利克雷扩散过程，观测通过可交换抽样产生。应用包括社会和遗传数据，其中仅观察到聚类汇总信息。为了解决不可行的似然，我们开发了一个可计算的推断框架，避免了标签枚举和直接模拟潜在状态。我们利用扩散过程与在划分上的纯死亡过程之间的对偶性，以及编码新数据影响的凝集算子，从而得到前向和后向推断的闭式递归更新。我们计算了任意时间点潜在状态的精确后验分布和未来或插值划分的预测分布。这使我们能够进行在线和离线推断和预测，并完全量化不确定性，绕过MCMC和序列蒙特卡罗方法。与粒子滤波相比，我们的方法在准确性、方差和计算效率方面都有显著优势。我们通过合成实验和社会网络应用展示了该方法，恢复了时间变化异质性的可解释模式。

Comments Final accepted version. To appear in JASA

Mean field social optimization: feedback person-by-person optimality and the dynamic programming equation

均场社会优化：反馈人与人之间的最优性和动态规划方程

Minyi Huang, Shuenn-Jyi Sheu, Li-Hsien Sun

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究非线性扩散模型中的均场社会优化问题，通过动态规划方法推导出一个新的哈密顿-雅可比-贝尔曼方程，即价值函数的主方程，并在一定正则条件下建立了基于主方程的控制律的ε-人与人之间的最优性，为接近社会最优提供了必要条件。通过多尺度分析构造两个辅助主方程，得到社会成本的紧估计，并在线性二次情况下给出主方程的显式解，应用于系统性风险。

Comments The first version appeared as a GERAD Technical Report G-2024-45, Aug 2024 (https://www.gerad.ca); this version includes some editorial changes

HDTree: Generative Modeling of Cellular Hierarchies for Robust Lineage Inference

HDTree: 用于鲁棒谱系推断的细胞层次生成建模

Zelin Zang, WenZhe Li, Yongjie Xu, Chang Yu, Changxi Chi, Jingbo Zhou, Zhen Lei, Stan Z. Li

机构 * Centre for Artificial Intelligence and Robotics（人工智能与机器人中心） ； Hong Kong Institute of Science and Innovation（香港创新科学研究院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； School of Engineering, Westlake University（西湖大学工程学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出HDTree，一种用于鲁棒谱系推断的生成建模框架，通过统一的层次代码库和量化扩散过程捕捉细胞层次关系，提升稳定性与可扩展性，并在通用和单细胞数据集上验证了其在谱系推断准确性、重建质量和层次一致性方面的优越性。

Comments accepted by ICML26