图像生成

First-Order Trajectory Matching: Fast Ensemble Predictions of Chaotic, Turbulent, Stochastic Systems

一阶轨迹匹配：混沌、湍流、随机系统的快速集成预测

Shreya Jha, Timo Schorlepp, Nicholas Geissler, Jules Berman, Benjamin Peherstorfer

机构 * Courant Institute of Mathematical Sciences, New York University（纽约大学库朗数学科学研究所） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出一阶轨迹匹配（FTM）方法，通过学习随机系统轨迹的一阶局部概率质量输运，实现低成本的集成预测，并捕捉通量、环流等轨迹量。

Flower-like WO3-modified Vulcan carbon GDEs for photoelectro-Fenton process: Efficient ciprofloxacin degradation and mechanistic insights

花状WO3修饰Vulcan碳气体扩散电极用于光电Fenton过程：高效降解环丙沙星及机理研究

João Paulo C. Moura, Vanessa S. Antonin, Caio Machado Fernandes, Aline B. Trench, Erica S. Conrado, Michell O. Almeida, Kathia M. Honorio, Renata Colombo, Rafael Sotana, Ana M. P. Neto, Mauro C. Santos

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本研究制备了花状WO3修饰Vulcan碳气体扩散电极，在光电Fenton过程中高效降解环丙沙星，通过协同效应提升H2O2生成和污染物矿化，并揭示了降解机理。

Numerical investigation of particle acceleration at interplanetary shocks: diffusive and superdiffusive scenarios

行星际激波中粒子加速的数值研究：扩散与超扩散情景

Giuseppe Prete, Gaetano Zimbardo, Silvia Perri

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文通过数值模拟研究行星际激波中粒子加速机制，采用扩散和超扩散模型，结合Fermi型加速机制和Langevin方程，验证了超扩散对粒子加速过程的加速作用及与观测一致的能量分布。

Comments The Article has been accepted in A&A

Journal ref A&A 710, A114 (2026)

The Mirrored Influence Hypothesis: Efficient Data Influence Estimation by Harnessing Forward Passes

镜像影响假说：利用前向传播的高效数据影响估计

Myeongseob Ko, Feiyang Kang, Weiyan Shi, Ming Jin, Zhou Yu, Ruoxi Jia

机构 * Virginia Tech（弗吉尼亚理工大学） ； Columbia University（哥伦比亚大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出镜像影响假说，将训练数据对测试预测的影响转化为逆问题，通过测试样本梯度加训练样本前向传播高效估计数据影响，显著提升效率。

Comments The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2024

Journal ref The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2024

Drifting Models for Surrogate Flow Modeling

用于代理流建模的漂移模型

Chris R. Jung, Markus Dörr, Natalie Jüngling, Jennifer Niessner, Adam T. Müller, Nicolaj C. Stache

机构 * Center for Machine Learning (ZML)（机器学习中心（ZML）） ； Institute for Flow in Additively Manufactured Porous Structures (ISAPS)（添加剂制造多孔结构流动研究所（ISAPS）） ； Heilbronn University of Applied Sciences（海德堡应用科学大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出条件漂移框架，在VAE潜空间中进行漂移并利用标签感知掩码对齐边界条件，实现高质量单步生成，速度比迭代扩散快两个数量级。

Comments Accepted to the 2nd International Symposium AI and Fluid Mechanics 2026

Flow-Regulated Suprathermal Particle Acceleration in Weakly Collisional Astrophysical Plasmas

弱碰撞天体等离子体中的流调控超热粒子加速

Ji-Hoon Ha, Elena S. Volnova

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 利用一维Fokker-Planck框架研究弱碰撞等离子体中超热粒子群的形成，引入系统性速度空间漂移项描述流驱动的净能量化，发现速度空间扩散主导超热尾形成，而流漂移调控其效率和谱特性。

Comments 15 pages, 6 figures, Accepted for publication in JETP

SERNF: Sample-Efficient Real-World Dexterous Policy Fine-Tuning via Action-Chunked Critics and Normalizing Flows

SERNF: 通过动作块评论家和归一化流实现样本高效的真实世界灵巧策略微调

Chenyu Yang, Denis Tarasov, Davide Liconti, Romain Guntz, Hehui Zheng, Robert K. Katzschmann

机构 * Soft Robotics Lab, D-MAVT（软机器人实验室，D-MAVT） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出SERNF框架，结合归一化流策略和动作块评论家，实现真实世界灵巧操作策略的样本高效微调，解决多模态动作分布和信用分配问题。

Comments https://srl-ethz.github.io/SERNF/

RiskFlow: Fast and Faithful Safety-Critical Traffic Scenario Generation

RiskFlow: 快速且保真的安全关键交通场景生成

Qi Lan, Yining Tang, Yu Shen, Yi Zhou, Yuhao Wei, Jie Li, Guofa Li

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 提出RiskFlow框架，通过动作空间中的单次前向传输替代迭代去噪，实现快速、保真的安全关键多智能体交通场景生成。

An Efficient Solver for the Richards Equation for Variably Saturated Flows in Porous Media

变饱和多孔介质中Richards方程的高效求解器

Xuelong Gu, Qi Wang

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 针对强非线性水力传导率和水分保持关系的Richards方程，提出基于非线性Gauss-Seidel光滑子的多重网格求解器，通过扩散算子的三角分裂和对角稳定化实现高效鲁棒求解。

Comments 20 pages

Multimodal sampling via Schrödinger-Föllmer samplers with temperatures

基于带温度参数的薛定谔-弗尔默采样的多模态采样

Xiaojie Wang, Xiaoyan Zhang

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文通过引入温度参数并基于薛定谔-弗尔默扩散的欧拉离散化提出新采样器，在L^2-Wasserstein距离下获得O(h)的改进收敛率，数值实验表明高温对多模态分布采样至关重要且性能优于Langevin采样器。

Journal ref J. Complexity 96 (2026), Paper No. 102052

An adaptive memory method for accurate and efficient computation of the Caputo fractional derivative

一种用于准确高效计算Caputo分数导数的自适应记忆方法

Daegeun Yoon, Donghyun You

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种新的数值方法，用于高效准确计算Caputo分数导数，通过减少存储过去时间点函数值的内存需求并改进精度，从而降低计算负载。

Comments 21 Pages, 11 Figures

Journal ref Fract. Calc. Appl. Anal. Vol. 24, No 5 (2021), pp. 1356-1379

An efficient numerical model for liquid water uptake in porous material and its parameter estimation

一种用于多孔材料中液态水吸收的高效数值模型及其参数估计

Ainagul Jumabekova, Julien Berger, Denys Dutykh, Hervé Le Meur, Aurélie Foucquier, Mickaël Pailha, Christophe Ménézo

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种高效的数值模型，用于预测多孔材料中的毛细吸附现象，通过Scharfetter-Gummel数值方案求解具有重力流的对流扩散方程，并通过线性和非线性案例研究其准确性、稳定性条件和计算成本，通过与砖块中液态水吸收的实验观测比较验证了模型的可靠性，并通过参数估计问题调整了不确定的水分扩散性和水力传导系数。

Comments 41 pages, 19 figures, 3 tables, 35 references. Other author's papers can be downloaded at http://www.denys-dutykh.com/

Journal ref Numerical Heat Transfer, Part A: Applications (2019), Vol. 75, Issue 2, pp. 110-136

Efficient high order algorithms for fractional integrals and fractional differential equations

高效高阶算法用于分数积分和分数微分方程

Lehel Banjai, María López-Fernández

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种高效的分数积分近似算法，基于Runge-Kutta基于的卷积求积，通过新的积分表示和特殊求积方法实现高阶精度，并展示了该方法在内存和计算成本方面的优异性能，用于求解分数扩散方程。

Practical rare event sampling for extreme mesoscale weather

实用的极值事件采样方法用于极端中尺度天气

Robert J. Webber, David A. Plotkin, Morgan E O'Neill, Dorian S. Abbot, Jonathan Weare

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种名为量化扩散蒙特卡洛（Quantile DMC）的新算法，用于高效模拟极端中尺度天气事件，如热带气旋和暴雨，通过对比其他采样方法展示了其优势，并通过实际历史热带气旋案例验证了其在极值统计中的潜力。

Comments 18 pages, 9 figures

A parametric acceleration of multilevel Monte Carlo convergence for nonlinear variably saturated flow

一种用于非线性变饱和流的多级蒙特卡洛收敛加速参数方法

Prashant Kumar, Carmen Rodrigo, Francisco J. Gaspar, Cornelis W. Oosterlee

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种多级蒙特卡洛方法，用于变饱和多孔介质流的不确定性量化，该方法基于里茨方程建模。通过将土壤参数视为具有适当定义边缘分布的空间相关随机场，对经验模型进行了随机扩展。为了处理这些参数可能带来的路径高度非线性系统，本文提出了一种基于改进皮卡迭代和细胞中心多网格方法的求解方法。此外，还提出了一种非标准的多级蒙特卡洛估计器，通过参数延续方法，在较粗的层次上解决更简单的非线性问题以减少方差，而目标强非线性问题仅在最细的层次上求解。数值实验展示了新估计器相比原始MC估计器的计算节省。

A multiscale method for semi-linear elliptic equations with localized uncertainties and non-linearities

一种用于具有局部不确定性和非线性的半线性椭圆方程的多尺度方法

Anthony Nouy, Florent Pled

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种多尺度数值方法，用于求解具有局部不确定性和非线性的半线性椭圆随机偏微分方程，通过域分解方法将不同不确定性和非线性源包含在感兴趣的子域（称为补丁）中，并通过迭代算法求解一系列线性全局问题和非线性局部问题，利用自适应采样基于最小二乘法构建稀疏多项式近似来解决非线性局部问题，证明了算法的一致性、收敛性和鲁棒性，并通过数值实验展示了方法的性能。

Comments 39 pages, ESAIM: Mathematical Modelling and Numerical Analysis, EDP Sciences

Journal ref ESAIM: Mathematical Modelling and Numerical Analysis, 2018

Efficient Numerical Method for Models Driven by Lévy Process via Hierarchical Matrices

通过分层矩阵求解由莱维过程驱动的模型的高效数值方法

Kailai Xu, Eric Darve

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种基于分层矩阵技术的高效求解器，用于求解由莱维过程的无穷小生成元作为算子的对流扩散方程，该方法在理论上具有O(h²+Δt²)的收敛速度，并在空间和计算复杂度上优于直接方法。

Comments 40 pages, 16 figures

Efficient multistep methods for tempered fractional calculus: Algorithms and Simulations

高效 tempered 分数阶微积分的多步方法：算法与模拟

Ling Guo, Fanhai Zeng, Ian Turner, Kevin Burrage, George Em Karniadakis

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文扩展了Lubich在1986年提出的分数阶线性多步方法，应用于 tempered 分数阶积分和导数算子，提出两种高效算法，通过数值实验验证了其在精度、效率和编程复杂性方面的优越性。

Ensemble-based implicit sampling for Bayesian inverse problems with non-Gaussian priors

基于集合的隐式采样方法用于具有非高斯先验的贝叶斯反问题

Yuming Ba, Lijian Jiang

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种基于集合的隐式采样方法，用于解决具有非高斯先验的贝叶斯反问题，通过结合迭代集合平滑（IES）和隐式采样，生成重要样本以构建重要密度，从而避免显式计算雅可比矩阵和海森矩阵，提高计算效率，并应用于非高斯模型中的反问题。

Comments 27 pages

Hessian-based sampling for high-dimensional model reduction

基于Hessian的高维模型降阶

Peng Chen, Omar Ghattas

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种基于Hessian的采样方法，用于构建具有高维参数输入的目标导向降阶模型。通过利用QoI关于参数的Hessian来检测低维性，并通过投影高维参数到由Hessian主导特征值的特征向量张成的子空间来生成训练样本，从而提高降阶近似精度。

Constructing sampling schemes via coupling: Markov semigroups and optimal transport

通过耦合构造采样方案：马尔可夫半群与最优传输

N. Nuesken, G. A. Pavliotis

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出一种通用框架，用于构建耦合马尔可夫链采样器，结合马尔可夫半群与最优传输理论，分析高效耦合方法，并改进皮卡-德雷弗不等式以加速收敛。

Comments 54 pages, 5 figures

Efficient D-optimal design of experiments for infinite-dimensional Bayesian linear inverse problems

高效无限维贝叶斯线性反问题的D-最优实验设计

Alen Alexanderian, Arvind K. Saibaba

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出一种计算框架，用于求解基于PDE的贝叶斯线性反问题的D-最优实验设计，通过利用无限维极限下的低秩结构，高效计算高维算子的对数行列式及其导数，提升大规模问题的计算效率。

Comments 27 pages, 9 figures

An Efficient Algorithm for Matrix-Valued and Vector-Valued Optimal Mass Transport

一种用于矩阵值和向量值最优质量运输的高效算法

Yongxin Chen, Eldad Haber, Kaoru Yamamoto, Tryphon T. Georgiou, Allen Tannenbaum

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出一种高效算法，用于最优质量运输理论向矩阵值和向量值密度的扩展，通过二次规划方法解决加权泊松方程，适用于扩散张量成像等应用。

Comments 18 pages, 4 figures

A Multilevel, Hierarchical Sampling Technique for Spatially Correlated Random Fields

一种用于空间相关随机场的多级分层采样技术

Sarah Osborn, Panayot Vassilevski, Umberto Villa

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种生成空间相关随机场样本的替代方法，用于大规模问题的不确定性传播。该方法通过多级分解随机场，结合混合有限元形式的随机反应扩散方程，实现可扩展的分层采样。

Comments 22 pages, 9 figures, To appear in SIAM Journal on Scientific Computing Special Session: 2016 Copper Mountain Conference

Efficient Stochastic Asymptotic-Preserving IMEX Methods for Transport Equations with Diffusive Scalings and Random Inputs

高效随机渐近保持IMEX方法用于具有扩散尺度和随机输入的输运方程

Shi Jin, Hanqing Lu, Lorenzo Pareschi

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种基于广义多项式混沌的随机伽辽金方法，用于高效求解含不确定性和多尺度的输运方程，通过隐式-显式时间离散化提升精度，并采用修改的扩散算子惩罚法实现更宽松的稳定性条件。

Discontinuous Galerkin Isogeometric Analysis on Non-matching Segmentation: Error Estimates and Efficient Solvers

非匹配分割下的不连续伽辽金等几何分析：误差估计与高效求解器

Christoph Hofer, Ulrich Langer, Ioannis Toulopoulos

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出一种不连续伽辽金等几何分析方法，用于解决包含非匹配参数化界面的椭圆扩散问题，通过泰勒展开近似非匹配界面的法向通量，并利用域分解方法高效求解线性系统。

GPU-Acceleration of Parallel Unconditionally Stable Group Explicit Finite Difference Method

GPU加速的并行无条件稳定组显式有限差分方法

K. Parand, Saeed Zafarvahedian, Sayyed A. Hossayni

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文研究了利用GPU加速求解瞬态扩散方程的并行稳定组显式有限差分方法，通过GPU与CPU对比验证，展示了GPU在计算效率上的优势，鼓励研究者转向GPU计算。

Efficient inclusion of total variation type priors in quantitative photoacoustic tomography

高效地将总变分类型先验纳入定量光声成像

Antti Hannukainen, Nuutti Hyvönen, Helle Majander, Tanja Tarvainen

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种高效算法，用于定量光声成像的反问题，采用边缘偏好先验，结合LSQR和扩散率步长，实现高分辨率参数重建。

Comments 21 pages, 7 figures

A multi-modes Monte Carlo finite element method for elliptic partial differential equations with random coefficients

一种多模式蒙特卡洛有限元方法用于具有随机系数的椭圆偏微分方程

X. Feng, J. Lin., C. Lorton

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出了一种高效的数值方法，用于求解具有随机系数的椭圆偏微分方程，通过多模式表示和蒙特卡洛技术，利用LU分解矩阵提高求解效率，理论分析和数值实验验证了方法的准确性与效率。

Comments 17 pages, 7 figures, 4 tables

Parameter estimation by implicit sampling

通过隐式采样进行参数估计

Matthias Morzfeld, Xuemin Tu, Jon Wilkening, Alexandre J. Chorin

专题命中 效率与蒸馏 ：diffusion(abstract)

AI总结 本文提出利用隐式采样方法解决参数估计问题，通过贝叶斯方法计算后验概率密度，并结合多网格与BFGS优化实现维度无关的参数估计。

Journal ref Commun. Appl. Math. Comput. Sci. 10 (2015) 205-225