视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
面向物理信息神经网络逆问题的目标引导选择性重加权：一种迁移学习方法
机构 * School of Computing and Data Science, Fujian University of Technology（福建工程学院计算与数据科学学院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对物理信息神经网络逆问题迁移学习中的负迁移问题，提出TGSR-PINN方法，通过神经元目标评分与选择性软衰减，提升目标物理参数恢复精度。
MARLIN：从串联质谱中进行从头分子结构解析，无需真实分子式
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究针对无分子式的串联质谱，提出MARLIN方法，通过自监督编码器和语言模型生成候选结构，用质量壳约束等确保准确性，在无真实分子式情况下表现出色，能可靠解析结构。
KAM-WM：基于潜在世界模型的机器人操作运动学可供性地图
机构 * Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； Huawei Technologies Ltd.（华为技术有限公司）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究如何从少量演示中学习操作，提出KAM-WM框架，从冻结的潜在视频世界模型提取粗粒度方向交互线索，转化为运动学可供性地图，结合其他信息控制机器人，在实验中取得较好成果。
Comments 16 pages, 8 figures, preprint
生物力学肿瘤生长模型的动态图像信息选择
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究胶质母细胞瘤进展中机械相互作用对其的影响。通过引入序贯贝叶斯推理和动态模型选择框架，利用纵向小鼠磁共振成像数据校准生物力学肿瘤生长模型参数，比较不同模型，得出机械耦合模型更优及应依个体评估本构假设的结论。
将交错多模态推理作为统一决策过程进行衔接
机构 * Nanjing University（南京大学） ； Tencent Youtu Lab（腾讯优图实验室） ； Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； University of Washington（华盛顿大学） ； The Chinese University of Hong Kong（香港中文大学） ； Australian National University（澳大利亚国立大学）
专题命中 扩散模型 ：image generation(abstract)
AI总结 研究统一多模态模型中强化学习优化多轮生成的问题，提出BRAID框架，将文本-图像-文本推理视为统一马尔可夫决策过程，通过单一强化学习目标联合优化文本和视觉生成，实验表明该框架性能优于基线。
Comments 22 pages, 8 figures
行人扩散：用于惯性导航的多模态生成去噪和密集状态估计
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对消费级惯性导航受MEMS随机噪声限制问题，提出PedestrianDiffusion框架，将密集6D状态估计转化为连续条件去噪过程，引入零样本语义条件机制，用ODE求解器提升性能，在多基准测试中达先进水平。
与人工智能合作：协调与协作
机构 * Yale University and Microsoft Research（耶鲁大学和微软研究院） ； Tel Aviv University（特拉维夫大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 探讨如何在劳动力中与人工智能协作以最大化经济价值并实现‘真正’协作。结合理论计算机科学和经济学，考虑协调与合作两层工具，展示基于算法和经济研究的方法可增强两者，为AI市场研究指明方向。
时间网络上的去中心化联邦学习：异质性的作用
机构 * National Research Council, Pisa（比萨国家研究委员会） ； Central European University, Vienna（维也纳中欧大学） ； Aalto University, Espoo（埃斯波阿尔托大学） ； HUN-REN Rényi Institute of Mathematics, Budapest（布达佩斯匈牙利科学院雷尼数学研究所）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究去中心化联邦学习中结构和时间异质性的作用，通过映射揭示其与随机游走扩散过程的关系，指出忽视异质性会使收敛不切实际地快，分析现实网络发现异质性常致扩散和收敛变慢。
LiNO：基于提升的多分辨率神经算子
机构 * Department of Computational and Data Sciences, Indian Institute of Science（计算与数据科学系，印度科学研究所） ； IISc Mathematics Initiative, Department of Mathematics, Indian Institute of Science（印度科学研究所数学倡议，数学系）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究旨在设计有效表示多尺度特征的算子，提出基于第二代小波提升方案的LiNO。通过参数化提升变换从数据学习多分辨率分解，在多个基准测试中性能出色，为科学机器学习提供方向。
三维不可压缩磁微极流体在带状区域中无磁粘性和角粘性时垂直带电稳定磁场的稳定性
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究三维不可压缩磁微极方程在带状区域无磁和角粘性时的正则性与稳定性问题，给出稳态设置，证明小扰动有全局正则稳定解且解随时间趋于无穷以近指数速率收敛到稳态。
由具有快速振荡噪声的物理布朗运动驱动的随机微分方程的逼近
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究由满足奇异摄动朗之万方程且具有缩放混合随机力的半鞅驱动的随机微分方程逼近。用扩散逼近法探索半鞅粗糙路径提升的极限，应用通用极限定理确定随机微分方程极限，还建立了混合随机力的迭代弱不变原理。
抛物方程中的阈值、碎片化与对称化
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究双稳型反应扩散方程有界非负解的大时间动力学，探讨阈值长度极限，给出极限为正和为零的条件，还研究碎片化初值影响及抛物方程质量集中原理，发现其一般不成立。
具有信号产生的双退化凯勒-塞格尔系统中的亚临界质量全局可解性
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究双退化扩散的凯勒-塞格尔趋化系统初边值问题，通过广义能量解框架，证明当初始质量低于阈值\(m_0 = 4\pi\)（径向时为\(m_0 = 8\pi\)），系统有全局解。
Comments 26 pages
通过拉格朗日对偶流进行约束流匹配
机构 * DePaul University（德保罗大学） ； Rice University（里士满大学）
专题命中 扩散模型 ：inpainting(abstract)
AI总结 研究在生成建模中加入推理时约束的问题，提出基于拉格朗日对偶动力学的拉格朗日对偶流技术，能保证非线性约束满足，算法简单有效并建立新理论联系。
具有时变分数噪声的广义牛顿运动方程的昂萨格-马赫卢普泛函
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究一类由分数布朗运动驱动的退化随机微分方程的昂萨格-马赫卢普泛函，结合高斯相关不等式等方法控制耦合项，经正则性估计等得到泛函表达式及相关应用。
趋化性驱动的肿瘤-免疫空间模式与稳定性的计算肿瘤学
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究肿瘤细胞、免疫效应细胞和趋化因子信号通过反应-扩散-趋化系统相互作用，建立计算肿瘤学模型，经无量纲化等处理，进行线性稳定性分析并验证相关结果。
碰撞量子流体动力学（QHD）弛豫时间极限的初始层分析
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究碰撞量子流体动力学系统弛豫时间极限下初始层结构。用匹配渐近展开法，导出解关于弛豫时间参数τ的渐近描述，确定初始层时间尺度，构造内外展开，证明相关收敛性。
有界域上粘细菌趋化性滑动聚集的动力学：随机建模、分析和深度神经网络模拟
专题命中 扩散模型 ：diffusion(abstract)
AI总结 提出统一框架，整合随机建模、严格分析和基于深度神经网络的模拟，刻画粗糙表面异常滑动动力学，推导宏观模型并建立解理论，设计神经网络方法，数值实验验证框架有效性。
Comments 78 pages,23 figures
带符号 BAR 猜想的人工智能辅助解决方案：哈里森 - 雷曼类中的唯一性和完全 - $\mathcal{S}$ 类障碍
机构 * Department of Industrial Engineering and Management Sciences, McCormick School of Engineering, Northwestern University（工业工程与管理科学系，麦科马克工程学院，西北大学）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究多维反射扩散中带符号 BAR 猜想，用反射扩散路径可微性等证明稳定哈里森 - 雷曼数据有限带符号唯一性，还表明非奇异\(M\)矩阵假设是结构性的，给出完全 - $\mathcal{S}$ 类反例。
偏微分方程控制的贝叶斯逆问题中超参数边缘化的摊销低秩近似
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究含高维或无限维参数场及少量超参数的分层贝叶斯逆问题，聚焦参数到观测映射为线性PDE的问题。核心方法是基于广义低秩近似，提出摊销变体并比较性能。主要贡献是在数值实验中实现加速。
一种用于压力驱动肿瘤生长和Hele-Shaw极限的昂萨格变分格式
专题命中 扩散模型 ：diffusion(abstract)
AI总结 针对压力驱动肿瘤生长模型，提出基于昂萨格变分原理的保结构有限差分法，引入修正能量，导出时间离散约束最小化问题及全离散格式，证明其性质并通过实验验证方法准确性等。
具有质量守恒移动边界的Fisher-KPP方程的入侵和衰退行波
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究Fisher-KPP方程在质量守恒移动边界条件下的情况，用相平面分析等方法，表明该模型有入侵和衰退行波解，规定自由边界速度与前沿密度关系，得到多种行波解及衰退种群爆炸结果。
Comments 21 pages, 10 figures
淀粉核的生物物理学
专题命中 扩散模型 ：diffusion(abstract)
AI总结 从生物物理学角度综述对淀粉核的理解进展，强调反应扩散模型、软物质理论及现代实验方法的作用，表明其有助于研究催化区室化等
Comments 22 pages, 5 figures
生成式波传播器
机构 * Division of Physical Science and Engineering（物理科学与工程学院） ； King Abdullah University of Science and Technology（国王阿卜杜勒-阿齐兹大学科学与技术学院）
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究针对地震波场模拟，传统有限差分法受限，提出基于条件扩散的波场传播器，利用波场历史等条件训练网络直接预测下一快照，引入因果时间加权损失提升稳定性，实验表明该方法能准确再现波场并加速。
用于原位微尺度痕量气体传感的MEMS光纤尖端光声光谱仪
专题命中 扩散模型 ：diffusion(abstract)
AI总结 为满足受限场景下痕量气体传感需求，研制MEMS集成光纤尖端光声光谱仪，采用特定结构，含光声传感器等，实现痕量气体检测，兼具多种优势，克服传统局限。
Comments 15 pages, 8 figures
具有温度依赖材料特性的非线性耦合热弹性波系统的精确自相似解
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究热容量、热导率和弹性模量都依赖温度的耦合非线性热弹性系统，通过李对称分类等方法，确定三类本构函数，求出精确闭式解并构建行波解，探讨几何结构影响及热扩散等因素的相互作用。
数值物理感知神经网络的逐点误差估计
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究为基于网格的分段线性数值物理感知神经网络开发确定性逐点误差区间，通过兼容场等方法，给出误差估计，还介绍多种变体及误差界推导扩展，通过数值实验评估兼容性和校准。
具有奇异漂移的哈密顿扩散的 hypocoercivity
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究一类含乘性噪声和奇异漂移的退化扩散，用解析方法通过研究形式柯尔莫哥洛夫向后算子生成的半群的长期行为，建立了具有明确收敛速率的 $L^2$ 指数强遍历性。
Comments 40 pages
非守恒标量场理论中的成核与时间反演对称性破缺
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究将经典成核理论推广到非平衡场理论，给出液滴半径动力学的两种推导，关键是准势垒与假设不同，还推导了毛细波动力学，通过实例验证理论，为非平衡系统成核理论构建提供框架。
Comments 18 pages, 6 figures
纳米多孔介质中LiCl·6H₂O溶液的玻璃态动力学
专题命中 扩散模型 ：diffusion(abstract)
AI总结 研究纳米限域如何改变玻璃态形成水性电解质动力学。通过多种技术研究LiCl·6H₂O在本体及SBA - 15介孔二氧化硅中的情况，揭示其动力学在不同时间尺度的变化。
Comments A paraitre dans The Journal of Chemical Physics
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈