图像生成

Differentiable Cardiac Electrophysiology Simulations for Dynamical State and Parameter Estimation

用于动态状态和参数估计的可微心脏电生理模拟

Adarsh Pashikanti, Shrey Chowdhary, Alex Ho, Weizhen Li, Emilia Entcheva, Jan Christoph

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究心脏电生理模拟，提出可微模拟方法，通过定义损失函数并经基于梯度的优化最小化，结合有限差分法和平滑粒子流体动力学方法，能学习参数恢复动态，可应用于多种数据，有助于心律异常诊断及心脏个性化模型发展。

A Flickering Resonance Degeneracy on Entropy-Ruled Charge Transport in the Extended Hopping Sites for Biological Systems: Role of Static-to-Dynamic Disorder Transition

生物系统扩展跳跃位点中熵主导电荷传输的闪烁共振简并：静态到动态无序转变的作用

K. Navamani, M. Pavalamuthu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究生物系统电荷传输，提出闪烁共振耦合熵主导电荷传输理论，用于计算转移速率和扩散迁移率，考虑动态无序相关简并对电子转移速率和扩散迁移率的影响，揭示超快动力学和简并情况下迁移率的转变。

Comments 18 pages, 5 Figures

Missing Data Imputation under Manifold Hypothesis

流形假设下的缺失数据补全

Zelong Bi, Amuchechukwu Ibenegbu

机构 * School of Mathematics & Statistics（数学与统计学系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对高维缺失数据补全问题，基于流形假设与混合变分自编码器，采用SIR采样结合潜空间扩散模型实现符合底层几何结构的缺失值补全，性能优异且可量化不确定性、支持动态补全。

Comments correct errors in Appendix A and in Appendix D, update the author list

Compressed minimum-purity time evolution for late-time quantum dynamics

用于晚期量子动力学的压缩最小纯度时间演化

Moksh Bhateja, Jonas B. Rigo, Markus Schmitt

专题命中 扩散模型 ：diffusion(abstract)

AI总结 提出压缩最小纯度时间演化方法，通过最小纯度原则闭合局域密度矩阵运动方程，在保持精度的同时实现长时模拟，应用于自旋链和Floquet系统。

Comments 19 pages, 6 figures

Linear independence properties of the signature components of time-augmented stochastic processes

时间增强随机过程的签名分量的线性独立性质

Arthur Bourdon, Benjamin Jourdain, Hervé Andrès

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了时间增强随机过程签名分量间的线性依赖关系，证明了特定子族分量在几乎必然意义下线性独立，并给出了计算代价最小的基。

Comments 34 pages, 10 figures

Stern--Gerlach Spin Sorting and Dynamical Feedback in Relativistic Pair-Plasma Reconnection

斯图尔德-格尔克Spin排序在相对论性磁重联中

K. Nykyri

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一个斯图尔德-格尔克spin-kinetic控制参数用于磁重联，通过分析不同环境中的参数，揭示了在磁力尾、日冕等环境中SG传输可忽略，而在磁星电流片中则显著，为强场spin-kinetic重联提供了研究框架。

Comments 8 pages including six figures, supplementary material with 7 pages and 1 figure. This is a re-submission to PRL and companion paper, performing a relativistic sweep-study, SpinPIC2D code description, testing and validation has been submitted as companion paper to Physical Review E

Regularity thresholds for anomalous dissipation and related phenomena in passive scalars

被动标量中异常耗散及相关现象的正则性阈值

Marco Bagnara, Daniel W. Boutros, Camillo De Lellis, Svitlana Mayboroda

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究在二维和三维空间中被动标量的正则性条件，证明在特定随机场下无异常耗散，并探讨其对湍流特性的影响。

Comments 21 pages

Boosted Enhanced Quantile Regression Neural Networks with Spatiotemporal Permutation Entropy for Complex System Prognostics

增强型分位数回归神经网络与时空排列熵用于复杂系统预测

David J Poland

机构 * University of Hertfordshire（赫特福德大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种基于时空排列熵分析与增强型分位数回归神经网络的新型框架，用于模式预测和系统预测。通过结合基于熵的复杂性度量与先进神经架构，实现多维系统复杂动态模式的理解，提升预测精度和不确定性量化能力。

Comments Preliminary version of a predictive maintenance framework using spiking neural networks and entropy-based analysis. To be expanded in future publications with hardware implementations and real-time drift detection modules. arXiv admin note: substantial text overlap with arXiv:2501.05087

Fixed Capital, the Cost Criterion, and the Falling Rate of Profit

固定资本下的利润下降率

Jiyuan Lyu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过多部门投入产出模型引入固定资本，重新评估奥基希奥定理，发现存在临界工资弹性，技术进步导致利润率下降，扩展了定理的适用范围。

Stellarator island divertor shape optimization for reduced peak heat fluxes

等离子体体星形装置岛回流器形状优化以降低峰值热通量

Avigdor Veksler, Aaron Bader, Heinke Frerichs, Elizabeth Paul

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种自动化算法，用于优化等离子体体星形装置的岛回流器形状，以降低峰值热通量，通过参数扫描和贝叶斯优化实现95%的计算成本减少。

Comments 15 pages, 10 figures

Excitation and Damping of Oscillation Modes in Gaseous Planets

气态行星中振荡模的激发与阻尼

Jim Fuller, Marzia Parisi, Steve Markham, A. James Friedson, J. R. Fuentes

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究气态行星振荡模的激发与阻尼机制，指出差分旋转和风暴活动对f模和p模的影响，以及不同行星的振荡特征和探测方法。

Comments Published in Planetary Science Journal

Journal ref The Planetary Science Journal, 2026, Volume 7, Issue 7, id.162, 23 pp

Self-confinement of relativistic pair beams in magnetized interstellar plasmas: the case of pulsar X-ray filaments

磁化星际等离子体中相对论性对束的自约束：脉冲星X射线细丝的情况

Luca Orusa, Lorenzo Sironi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究脉冲星X射线细丝等现象挑战宇宙射线传输标准图景的问题，通过全动力学二维粒子模拟，发现电荷中性对束能自发产生净电流，驱动非共振流不稳定放大磁场，为电荷不对称和粒子自约束提供途径。

Comments 8 pages, 7 figures. Added a few comments, clarifications, and numerical tests, results unchanged. Matches version published by PRL

Journal ref Phys. Rev. Lett. 137, 025201 (2026)

Multi-marginal temporal Schrödinger Bridge Matching from unpaired data

基于未配对数据的多边际时间薛定谔桥匹配

Thomas Gravier, Thomas Boyer, Auguste Genovesio

机构 * IBENS, ENS Ulm, PSL（IBENS、ENS乌姆、PSL） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对从静态样本快照观察自然动态过程的问题，提出多边际时间薛定谔桥匹配（MMtSBM），通过推导迭代马尔可夫拟合算法扩展相关理论与效率，在多类实验中表现出色，确立其为恢复隐藏动态的实用方法。

Comments ICML 2026. Code available at https://github.com/tgravier/MMDSBM-pytorch . Additional experimental materials available at https://mmdsbm.notion.site

Self-organization mechanism in Bridgman-grown MnBi2Te4/(Bi2Te3)n: influence on layer sequence and magnetic properties

Bridgman法生长MnBi2Te4/(Bi2Te3)n晶体的自组织机制：对层序和磁性性质的影响

Paweł Skupiński, Kamil Sobczak, Katarzyna Gas, Anna Reszka, Yadhu K. Edathumkandy, Jakub Majewski, Krzysztof Grasza, Maciej Sawicki, Agnieszka Wołoś

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过Bridgman法生长MnBi2Te4/(Bi2Te3)n晶体，揭示了生长过程中七重层结构有序性对磁性性质的影响，确定了临界温度和磁各向异性常数，为可调磁性层状拓扑绝缘体的合成提供了新途径。

Comments 13 pages and 7 figures

RAD: Retrieval High-quality Demonstrations to Enhance Decision-making

RAD：检索高质量示范以增强决策

Lu Guo, Yixiang Shan, Zhengbang Zhu, Qifan Liang, Lichang Song, Ting Long, Weinan Zhang, Yi Chang

机构 * School of Artificial Intelligence, Jilin University, Changchun, China（吉林大学人工智能学院） ； School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对离线强化学习泛化能力受限问题，提出RAD方法，通过引入检索机制，从离线数据集检索高回报可达状态作目标，利用生成模型生成子轨迹规划，经实验验证该方法在多基准测试中性能优越。

On the Use of AI-Driven Immersive Digital Technologies for Designing and Operating UAVs

关于使用AI驱动的沉浸式数字技术设计和操作无人机

Yousef Emami, Mohammadhossein Homaei, Miguel Gutierrez Gaitan, Mohammad Shojafar

机构 * IEEE 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文综述了数字孪生和扩展现实等沉浸式数字技术在无人机中的应用，重点探讨了利用深度强化学习和生成式AI提升无人机系统性能的方法，并提出了未来研究方向。

Comments 24 pages

Optimal control of variable-exponent subdiffusion

变指数次扩散的最优控制

Yiqun Li, Mengmeng Liu, Wenlin Qiu

专题命中 可控生成 ：diffusion(abstract)

AI总结 研究变指数次扩散的最优控制问题，采用卷积方法将模型转化为更易处理的形式，证明最优控制相关性质，通过离散卷积核方法得到状态方程和伴随方程格式的精度，经数值实验证实理论发现。

Efficient Difficulty-Aware Dynamic Routing for Diffusion-Based Real-World Image Super-Resolution

基于扩散的真实世界图像超分辨率的高效难度感知动态路由

Xue Wu, Kang Zhao, Kafeng Wang, Jianfei Chen, Jingwei Xin, Nannan Wang, Xinbo Gao

专题命中 图像修复 ：diffusion(title,abstract)；分类 cs.CV

AI总结 研究基于扩散的真实世界图像超分辨率方法的局限，提出难度感知动态路由（DDR）策略，设计难度估计器并构建不同容量网络，实验证明该模型相比现有方法在效率和有效性上更具优势。

Comments ICML 2026 under review

Inpainting Insights: Elevating Visual XAI with Photorealistic Perturbations

图像修复见解：通过逼真的扰动提升视觉可解释人工智能

Josef Lindl, Mariana Chaves, Damien Garreau

机构 * Julius-Maximilians-Universität Würzburg（维尔茨堡大学） ； University of Groningen（格罗宁根大学） 纠错

专题命中 图像修复 ：inpainting(title,abstract)

AI总结 针对机器学习模型行为难解释问题，通过调整LIME，利用生成式图像修复改进基于扰动的图像解释，获得更逼真样本，提升了解释质量。

Comments Preprint accepted at XAIE4 (ICPR 2026). 15 pages, 5 figures, 4 tables. Code available at: https://github.com/jo01123/LILI and https://github.com/m-chaves/LIME

High-Fidelity Mural Restoration via a Unified Hybrid Mask-Aware Transformer

高保真壁画修复的统一混合掩码感知变换器

Jincheng Jiang, Qianhao Han, Chi Zhang, Zheng Zheng

机构 * Northeastern University (Toronto Campus)（东北大学（多伦多校区）） ； The Bishop Strachan School（主教斯特拉坎学校） 纠错

专题命中 图像修复 ：inpainting(abstract)；分类 cs.CV

AI总结 本文提出混合掩码感知变换器HMAT，通过结合掩码感知动态过滤与Transformer瓶颈，实现壁画的高保真修复，同时通过掩码条件风格融合模块和教师强迫解码器提升修复效果。

Comments 17 pages, 3 figures

Decomposing Subject-Driven Image Generation via Intermediate Structural Prediction

通过中间结构预测分解主体驱动的图像生成

Hanzhong Guo, Yizhou Yu

机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） 纠错

专题命中 个性化与一致性 ：image generation(title,abstract)；text-to-image(abstract)；分类 cs.CV

AI总结 该研究提出了一种两阶段框架，通过先预测Canny图再基于源外观和预测结构生成最终图像，以解决主体驱动文本到图像生成中高频率身份细节如logo、图案和文本的保留问题，并通过自动管道构建了10万对文本感知数据集，实验结果表明中间结构预测能有效提升高保真主体驱动生成的性能。

Penalty-scaling effects in nonsymmetric interior-penalty DG discretizations of viscous rotating shallow-water equations

粘性旋转浅水方程非对称内罚 DG 离散化中的罚标度效应

Xue Zhang, Jingmin Xia, Xu Qian

专题命中 个性化与一致性 ：diffusion(abstract)

AI总结 研究粘性旋转浅水方程非对称内罚 DG 离散化中内罚参数标度的影响，通过局部 Lax--Friedrichs 通量近似双曲项，比较$\beta = 1$和$\beta = 3$，建立相关性质，经测试表明标准标度在精度-成本折衷上表现更好。

Comprehensive Dataset of Synthetic and Manipulated Overhead Imagery for Development and Evaluation of Forensic Tools

综合性合成与 manipulated 天顶影像数据集用于开发和评估取证工具

Brandon B. May, Kirill Trapeznikov, Shengbang Fang, Matthew C. Stamm

机构 * Drexel University（德雷塞尔大学） 纠错

专题命中 图像生成评测 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出了一种综合性合成与 manipulated 天顶影像数据集，用于开发和评估取证工具，支持可控生成多种操纵类别及任务基准性能。

S1-Omni: A Unified Multimodal Reasoning Model for Scientific Understanding, Prediction, and Generation

S1-Omni：用于科学理解、预测和生成的统一多模态推理模型

Jiahao Zhao, Junyi Liu, Lifeng Xu, Nan Xu, Qingli Wang, Qingxiao Li, Tianle Chen, Xiaoyu Wu, Yawen Zheng, Zikai Wang, Guanming Liu, Hequn Zhou, Jingyi Wang, Jingyuan Shu, Keqi Wang, Li He, Songyang Diao, Wenhui Xu, Xinyu Ren, Yaqin Fan, Yujin Zhou, Zhanao Yao

机构 * ScienceOne AI（科学一号人工智能） ； Wenge AI（文阁人工智能） 纠错

专题命中 其他图像生成 ：image generation(abstract)

AI总结 研究针对科学人工智能模型能力分散问题，提出S1-Omni统一多模态推理模型，基于科学数据统一表示、知识对齐和解码三个核心组件，经训练和评估，在多基准测试中表现出色优于同类模型，为统一科学建模提供实用路径。