图像生成

Sub-exponential Growth Dynamics in Complex Systems: A Piecewise Power-Law Model for the Diffusion of New Words and Names

复杂系统中的亚指数增长动力学：一种用于新词汇和名称扩散的分段幂律模型

Hayafumi Watanabe

机构 * Department of Economics, Seijo University, Setagaya-ku, Tokyo 157-8511, Japan（早稻田大学经济学部） ； The Institute of Statistical Mathematics, Tachikawa-shi, Tokyo 190-8562,Japan（统计数学研究所） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种分段幂律模型，用于描述复杂增长曲线，通过分析大规模数据集发现亚指数增长是社会扩散的常见模式。

Journal ref Physical Review E (2026)

Large, fast and accurate HI intensity maps with latent overlap diffusion

基于潜在重叠扩散的大型、快速且准确的HI强度图

Satvik Mishra, Roberto Trotta, Matteo Viel

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种新的机器学习管道，利用隐式重叠扩散模型在已训练的流体动力学模拟基础上，生成暗物质晕质量密度图和三维21厘米亮度温度信号，从而高效预测21厘米功率谱。

Comments 14 pages, 11 figures

Journal ref Mon Not R Astron Soc (2025)

Existence and local asymptotics for a system of cross-diffusion equations with nonlocal Cahn-Hilliard terms

交叉扩散方程组中非局部Cahn-Hilliard项的存在性与局部渐进行为

Elisa Davoli, Greta Marino, Jan-Frederik Pietschmann

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了一种包含交叉扩散效应和退化迁移率的多组分混合物非局部Cahn-Hilliard模型，通过定义适合可能退化情况的弱解概念，证明了全局时间内的存在性，并利用梯度流结构和熵有界方法的扩展，结合辅助变分问题的细致分析，获得近似时间离散系统的解，最终证明此类非局部Cahn-Hilliard方程组的解收敛到局部解。

Comments Needs a major revision

Diffusion in multi-dimensional solids using Forman's combinatorial differential forms

在多维固体中使用Forman的组合微分形式进行扩散

Kiprian Berbatov, Pieter D. Boom, Andrew L. Hazel, Andrey P. Jivkov

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种基于Forman组合微分形式的扩展方法，用于分析依赖于标量变量的物理过程，该方法能够区分不同维度的细胞特性对宏观行为的影响，并应用于热/扩散方程的演示。

Large-Scale Deployment and Analytical Implications of Structured Quality Control in Diffusion Magnetic Resonance Imaging

结构化质量控制在扩散磁共振成像中的大规模部署与分析含义

Michael E. Kim, Chenyu Gao, Karthik Ramadass, Gaurav Rudravaram, Elyssa M. McMaster, Adam M. Saunders, Yisu Yang, Elias Levy, Praitayini Kanakaraj, Nancy R. Newlin, Zhiyuan Li, Nazirah Mohd Khairi, Blake E. Dewey, The HABS-HD Study Team, Alzheimer's Disease Neuroimaging Initiative, Kurt G. Schilling, Derek Archer, Timothy J. Hohman, Bennett A. Landman, Yihao Liu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了在扩散磁共振成像中大规模部署结构化质量控制的可行性及分析意义，通过评估18,328个dMRI扫描的七个典型处理流程输出，探讨了常见失败模式及有效dMRI处理输出的特征，以确保定量结果的有效性和可解释性。

Pairwise Distance-Diffusion Analysis (PDDA): A Geometric Framework for Estimating Hurst Exponents in Multivariate Long-Memory Processes

成对距离扩散分析（PDDA）：一种用于多变量长期记忆过程估计Hurst指数的几何框架

Diogo C. Soriano, Frederique Vanheusden, Slawomir J. Nasuto

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种基于几何框架的PDDA方法，用于从长期记忆随机过程的距离图中估计Hurst指数，通过R/S-PDDA和MSD-PDDA两种互补路线，扩展到多变量各向同性和各向异性过程，并建立了时间持久性、范围维度和复发统计之间的显式联系。

Comments Supplemental PDF available via ancillary links

AirfoilGen: A valid-by-construction and performance-aware latent diffusion model for airfoil generation

AirfoilGen: 一种用于翼型生成的可构造且性能感知的潜在扩散模型

Zhijie Yang, Min Tang, Peng Du, Qiang Zou

机构 * State Key Laboratory of CAD \& CG, Zhejiang University, Hangzhou, 310027, China 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种新的翼型生成模型AirfoilGen，通过引入圆扫表示法约束生成过程，确保生成的翼型符合基本特性，并通过在学习的潜在空间中操作实现对气动性能的显式控制，同时提供了一个包含超过20万翼型的新数据集。

Comments 15 pages

DSSP: Diffusion State Space Policy with Full-History Encoding

DSSP：具有完整历史编码的扩散状态空间策略

Zhiyuan Guan, Jianshu Hu, Han Fang, Yunpeng Jiang, Yize Huang, Shujia Li, Xiao Li, Yutong Ban

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出DSSP，一种基于扩散模型的状态空间策略，通过完整历史编码提升机器人操作任务中长周期任务的历史依赖性处理能力，实现了更高效的模型压缩和更小的模型规模。

Trees to Flows and Back: Unifying Decision Trees and Diffusion Models

树到流及回归：统一决策树和扩散模型

Sai Niranjan Ramachandran, Suvrit Sra

机构 * School of Computation, Information and Technology, Technical University of Munich, Germany（慕尼黑技术大学计算、信息与技术学院，德国） ； Munich center for machine learning (MCML)（慕尼黑机器学习中心（MCML）） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过建立层次决策树与扩散过程之间的数学对应关系，统一了决策树和扩散模型，揭示了共同的优化原则'全局轨迹得分匹配'，并提出了两种实用应用：treeflow在表格数据生成中表现优异，且计算速度更快；dsmtree将层次决策逻辑转移到神经网络中，在多个基准上与教师模型表现相近。

Comments 12 pages (main), 68 pages (inclusive of appendix), Accepted in the Forty-Third International Conference on Machine Learning (ICML) 2026

Geometry-Induced Diffusion on Graphs: A Learnable Weighted Laplacian for Spectral GNNs

图诱导扩散：用于谱GNNs的可学习加权拉普拉斯算子

Mia Zosso, Ali Hariri, Victor Kawasaki-Borruat, Pierre-Gabriel Berlureau, Pierre Vandergheynst

机构 * École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL）） ； École Normale Supérieure – PSL（巴黎高等师范学院–PSL） 纠错

专题命中 扩散模型 ：diffusion(title)

AI总结 本文提出了一种简单的谱GNN架构mu-ChebNet，通过学习节点级权重函数mu来修改图拉普拉斯算子，从而改变传播几何而不改变图拓扑，从而促进信息传播的优选路径，帮助长距离信号避免高收缩瓶颈，无需重复层堆叠。

DecQ: Detail-Condensing Queries for Enhanced Reconstruction and Generation in Representation Autoencoders

DecQ：用于增强表示自编码器中重建和生成的细节压缩查询

Tianhang Wang, Yitong Chen, Wei Song, Zuxuan Wu, Min Li, Jiaqi Wang

机构 * Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Westlake University（西湖大学） 纠错

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

AI总结 本文提出DecQ框架，通过引入轻量级细节压缩查询，有效缓解了表示自编码器中重建与生成之间的权衡问题，提升了重建质量和生成性能。

Learning A Unified Risk Map for Autonomous Driving in Partially Observable Environments

在部分可观察环境中学习统一的风险图

Jie Jia, Yaofeng Su, Zeyu Bao, Yun Hong, Bingzhao Gao, Zhongxue Gan, Wenchao Ding

机构 * Fudan University（复旦大学） ； Tongji University（同济大学） 纠错

专题命中 扩散模型 ：diffusion(abstract,abstract_cn)

AI总结 本文提出了一种统一的风险图建模与学习框架，用于部分可观察环境中的自动驾驶，通过时空建模整合交通流风险和碰撞风险，以更精细地评估遮挡引起的危险，并引入扩散基场景生成框架来解决遮挡交互场景稀缺的问题，实验表明该方法在Waymo Open Motion Dataset上显著优于现有方法。

Comments Published in IEEE Robotics and Automation Letters

LeakyCLIP: Extracting Training Data from CLIP

LeakyCLIP: 从CLIP中提取训练数据

Yunhao Chen, Shujie Wang, Xin Wang, Ran He, Xingjun Ma, Yu-Gang Jiang

专题命中 扩散模型 ：diffusion(abstract,abstract_cn)

AI总结 本文研究了CLIP中数据记忆和提取风险，提出LeakyCLIP攻击框架，通过改进的图像重建方法实现了高质量的语义准确重建，并揭示了训练数据泄露的可能性。

MagicFuse: Single Image Fusion for Visual and Semantic Reinforcement

MagicFuse: 单图像融合用于视觉与语义增强

Hao Zhang, Yanping Zha, Zizhuo Li, Meiqi Gong, Jiayi Ma

机构 * Electronic Information School, Wuhan University, China（武汉大学电子信息学院） ； Suzhou Institute of Wuhan University, China（武汉大学苏州研究院） ； School of Automation, Wuhan University, China（武汉大学自动化学院） 纠错

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

AI总结 本文提出MagicFuse单图像融合框架，通过扩散模型生成跨光谱场景表示，实现视觉与语义的双重约束，实验表明其性能优于多模态融合方法。

Comments Accepted by CVPR 2026

Polarized 3D Synthetic Turbulence I: Magnetic Field Line Random Walk

极化三维合成湍流 I：磁场线随机游走

Matthieu Bouchet, Yoann Génolini, Silvio S. Cerri, Alexandre Marcowith, Philipp Mertsch

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了不同极化配置下磁场线的扩散特性，发现磁场线的游走行为强烈依赖于极化配置，并揭示了亚扩散阶段与极化关系密切，且在低湍流水平下能被Corrsin假设理论预测。此外，磁声波极化下的渐近扩散系数标度为(δB/B)^4，不同于随机极化下的(δB/B)^2。

Comments 20 pages, 14 figures

An Analytics Framework for Modeling Residential Photovoltaic Adoption and Decision Dynamics

一种用于建模住宅光伏采用和决策动态的分析框架

Canigó Callau-Boix, Raúl Toral, Pere Colet

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种数据驱动的决策分析方法，用于研究加泰罗尼亚地区的住宅自用电光伏安装，通过逻辑增长函数建模采用的时序演变，发现模仿效应是主要驱动因素，并开发了定量方法来估计外部因素对采用行为的影响，揭示了社会感知比监管和社会经济变量更具影响力，同时通过空间分析评估地域异质性，发现采用模式与人口和社会经济特征相关。

Why SGD is not Brownian Motion: A New Perspective on Stochastic Dynamics

为何SGD不是布朗运动：对随机动力学的新视角

Igor Ignashin, Anna Radovskaya, Andrew Semenov, Egor Lopatin, Stanislav Potapov, Aleksandr Kovalenko, Andrey Veprikov, Aleksandr Shestakov, Andrey Leonidov, Aleksandr Beznosikov

机构 * Basic Research of Artificial Intelligence Laboratory (BRAIn Lab)（人工智能基础研究实验室（BRAIn Lab）） ； Innopolis University（因诺普利斯大学） ； P.N. Lebedev Physical Institute of the Russian Academy of Sciences（俄罗斯科学院皮亚琴佐·列别杰夫物理研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文从离散更新出发，提出了一种将SGD视为在波动损失景观中确定性动力学的新方法，揭示了在临界点附近SGD的动力学行为，并通过实验验证了其在神经网络模型中的表现。

Comments Preprint

Generative Modeling by Value-Driven Transport

通过价值驱动传输进行生成建模

Pablo Moreno-Muñoz, Adrian Müller, Gergely Neu

机构 * Universitat Pompeu Fabra Barcelona（巴塞罗那庞培乌法布拉大学） ； ETH Zürich（苏黎世联邦理工学院） ； ICREA & Universitat Pompeu Fabra Barcelona（ICREA与巴塞罗那庞培乌法布拉大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于测度传输离散时间随机控制 formulations 的新生成建模框架，通过线性规划的对偶变量直接编码最优控制策略，并开发了高效的模拟-free 原始-对偶算法来计算近似最优价值函数和价值驱动传输（VDT）策略，这些策略在多个实验中表现出优越的性能和良好的可扩展性。

Generalized specific entropy on Wiener space with application to Martingale Optimal Transport

广义特定熵在维纳空间上的研究及其在鞅最优传输中的应用

Francois Buet-Golfouse, Anaïs Després, Zhenjie Ren, Xin Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于泊松跳跃近似的特定熵框架，用于连续时间鞅传输问题，解决了传统熵正则化在连续时间中的局限性，并引入了广义特定熵函数在维纳空间上的显式表达，提出了连续时间特定熵鞅最优传输问题SEMOT。

ASAP: Attention Sink Anchored Pruning

ASAP: 以注意力汇点为中心的剪枝

Jaehyuk Lee, Hanyoung Kim, Yanggee Kim, Donghun Lee

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出ASAP方法，通过将注意力汇点作为特征，利用懒惰随机游走建模视觉Transformer的信息流，实现单次剪枝过程中的token分区和背景冗余压缩，从而在保持或超越基线精度的同时，提升吞吐量达48%。

SciCore-Mol: Augmenting Large Language Models with Pluggable Molecular Cognition Modules

SciCore-Mol: 通过可插拔分子认知模块增强大语言模型

Yuxuan Chen, Changwei Lv, Yunduo Xiao, Zhongjing Du, Daquan Zhou, Yukun Yan, Zheni Zeng, Zhiyuan Liu

机构 * School of Electronic and Computer Engineering, Peking University, Shenzhen, China（电子与计算机工程学院，北京大学深圳校区） ； Tsinghua University, Beijing, China（清华大学，北京） ； School of Intelligence Science and Technology, Nanjing University, Suzhou, China（智能科学与技术学院，南京大学苏州校区） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出SciCore-Mol框架，通过三个深度集成的可插拔认知模块解决大语言模型处理异构科学数据（如分子）时的语义鸿沟问题，实现分子理解、生成、反应预测和化学知识的综合性能提升。

Comments 15 pages, 4 figures, 9 tables. Preprint

Joint Communication and Computation Scheduling for MEC-enabled AIGC Services: A Game-Theoretic Stochastic Learning Approach

面向MEC的AIGC服务联合通信与计算调度：一种博弈论随机学习方法

Huaizhe Liu, Xinyi Zhuang, Jiaqi Wu, Yuan Luo, Bin Cao, Lin Gao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于博弈论的随机学习方法，用于解决MEC赋能的AIGC服务中的联合通信与计算调度问题，通过分布式多智能体随机学习算法实现纳什均衡的高效收敛，从而降低服务完成时间并满足准确性约束。

Comments This manuscript is the online technical report for the paper published on IEEE Internet of Things Journal, 2026

A unified gas-kinetic wave-particle method for multiscale binary-species gas mixtures

一种统一的气体-动能波-粒子方法用于多尺度二元气体混合物

Junzhe Cao, Yufeng Wei, Wenpei Long, Chengwen Zhong, Kun Xu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种统一的气体-动能波-粒子方法，用于模拟多尺度二元气体混合物，通过直接建模离散空间，自动将气体分布函数分解为分析流体波和离散粒子，分别描述其近平衡和非平衡部分，该方法在模拟各种多尺度物理现象如高超声流、等离子体输运和辐射输运中具有显著优势。

Theory-Guided, Machine-Learning-Accelerated Discovery of a 3D Carbon Nested Nodal-Surface Semimetal

基于理论指导的机器学习加速发现三维碳嵌套节点面半金属

Shuaihua Zhang, Silei Guo, Jingxiang Liu, Baoxin Hu, Yanling Wu, Jun Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种理论指导的机器学习加速方法，通过控制层状和位移来将石墨烯的狄拉克锥转化为三维节点面，并发现了一种新的稳定的碳同素异形体Netsene，其具有复杂的双碗状节点面系统和非平凡的拓扑性质。

Green's Function Framework for Boundary Value Problems with the Regularized Prabhakar Fractional Derivative

Green函数框架用于带有正则化Prabhakar分数导数的边界值问题

Erkinjon Karimov, Doniyor Usmonov, Maftuna Mirzaeva

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了涉及正则化Prabhakar分数导数的子扩散方程的第一个初边值问题，通过叠加方法将其转化为两个初边值问题，得到解的显式表示和相应的Green函数，并证明所获得的解确实为所考虑问题的解。

Comments 19 pages

SiameseNorm: Breaking the Barrier to Reconciling Pre/Post-Norm

SiameseNorm: 突破预规范与后规范之间的障碍

Tianyu Li, Dongchen Han, Zixuan Cao, Haofeng Huang, Mengyu Zhou, Ming Chen, Erchao Zhao, Xiaoxi Jiang, Guanjun Jiang, Gao Huang

机构 * Leap Lab, Tsinghua University（清华大学 Leap 实验室） ； Qwen Large Model Application Team, Alibaba（阿里巴巴 Qwen 大模型应用团队） ； Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息学研究院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出SiameseNorm，一种双流架构，通过共享残差块将预规范和后规范结合，从而在保持训练稳定性的同时提升模型性能，适用于多种架构和模态。

Comments Accepted to ICML 2026; camera-ready version; revised presentation and added additional experimental results

Interface dynamics in a degenerate Cahn-Hilliard model for viscoelastic phase separation

退化粘弹性相分离Cahn-Hilliard模型中的界面动力学

Katharina Hopf, John King, Andreas Münch, Barbara Wagner

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了退化粘弹性相分离Cahn-Hilliard模型中的界面动力学，通过分析得出经典表面扩散流的非局部低阶形式，并提出了一种新的第三阶演化定律，其传播算子在主项上类似于负拉普拉斯-贝特里米算子的平方根。

Comments Accepted manuscript, Interfaces and Free Boundaries

Global well-posedness for 3D incompressible magneto-micropolar fluids without resistivity and spin viscosity in strip domains

三维不可压缩磁流体-微极流体系统在带状域中无电阻率和自转粘性下的全局良态性

Youyi Zhao

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了三维不可压缩磁流体-微极流体系统在带状域中无电阻率和自转粘性时的经典解的全局存在性与唯一性，通过改进的能量方法和迹估计克服了三个主要障碍，并证明了解向平衡态的代数时间衰减。

Lie symmetries of a generalized Fisher equation in cylindrical coordinates

在柱坐标中 generalized Fisher 方程的 Lie 对称性

Bayarjargal Batsukh, Uuganbayar Zunderiya

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在柱坐标中 generalized Fisher 方程的 Lie 对称性，确定了当扩散函数为指数函数时，源函数类型如何影响 generalized Fisher 方程的 Lie 对称性，除了时间平移对称性外，并获得了对应的降阶常微分方程。

Evidence for neutron capture in heavy-metal hot subdwarfs: Far-UV spectroscopy of EC22536-5304 and LSIV-14 116

重元素捕获的证据：EC22536-5304和LSIV-14 116的远紫外光谱

M. Dorsch, C. S. Jeffery, J. Deprince, D. J. Dougan, S. Beauraind, H. Dupuis, T. Battich, P. Quinet, U. Heber, L. J. A. Scott, S. Geier

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过远紫外光谱分析重元素富集的亚矮星，确定其丰度模式并测试核合成模型，发现EC22536-5304的重元素丰度与i过程核合成预测相符，提供重元素自合成的证据。

Comments 30 pages, accepted for publication in A&A