医学 AI

Decoding the Alzheimer's Continuum: Interpretable Multi-Gate Routing for Diagnosis and Transition Prediction

解码阿尔茨海默病连续谱：可解释的多门路由用于诊断与转换预测

Yufeng Jiang, Hexiao Ding, Hongzhao Chen, Jing Lan, Xinzhi Teng, Gerald W. Y. Cheng, Yunlin Mao, Zongxi Li, Haoran Xie, Jung Sun Yoo, Jing Cai

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 eess.IV

AI总结 提出M$^3$AD统一框架，利用可解释多门专家混合架构，基于T1加权sMRI同时实现三分类诊断和阶段转换预测，准确率达95.13%。

Comments Accepted by MICCAI2026

Evaluating deep learning models for fault diagnosis of a rotating machinery with epistemic and aleatoric uncertainty

评估深度学习模型在旋转机械故障诊断中的认知不确定性和偶然不确定性

Reza Jalayer, Masoud Jalayer, Andrea Mor, Carlotta Orsenigo, Carlo Vercellis

机构 * Faculty of Engineering and Natural Sciences（工程与自然科学学院） ； Department of Information and Communications Engineering（信息与通信工程系） ； Department of Management, Economics and Industrial Engineering（管理、经济与工业工程系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文首次全面比较了不确定性感知深度学习架构在旋转机械故障诊断中的表现，发现深度集成模型在检测未知故障和噪声数据方面优于其他方法。

Leveraging systems' non-linearity to tackle the scarcity of data in the design of Intelligent Fault Diagnosis Systems

利用系统非线性应对智能故障诊断系统设计中的数据稀缺问题

Giancarlo Santamato, Andrea Mattia Garavagno, Massimiliano Solazzi, Antonio Frisoli

机构 * Institute of Mechanical Intelligence（机械智能研究所） ； Department of Excellence in Robotics & AI（机器人与人工智能卓越部门） ； Scuola Superiore Sant’Anna（圣安娜高等学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出一种利用系统固有非线性的周期多激励级方法，结合数据可视化与增强技术，在数据稀缺条件下实现基于深度迁移学习的振动故障诊断，并在铁路受电弓结构上验证有效性。

Journal ref Nonlinear Dynamics, vol. 112, pp. 16153-16166, 2024

Safe, Real-Time Active Model Discrimination and Fault Diagnosis for Nonlinear Systems via Differentiable Reachability

通过可微可达性实现非线性系统的安全、实时主动模型辨识与故障诊断

Xinpei Ni, Melkior Ornik, Glen Chou, Samuel Coogan

机构 * Institute of Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（佐治亚理工学院机器人与智能机器研究所） ； Department of Aerospace Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校航空航天工程系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对不确定非线性系统，提出一种基于可微可达性近似的实时主动故障诊断算法，通过优化控制输入使输出集分离，在保证安全的同时实现快速模型辨识。

Gaussian Process Prior Variational Autoencoder for Endoscopic Videos

用于内窥镜视频的高斯过程先验变分自编码器

Ivan De Boi, Xinxing Shi, Xiaoyu Jiang, Tim J. M. Jaspers, Francisco Caetano, Mauricio A. Alvarez, Fons van der Sommen, Sam Van der Jeught

机构 * Department of Electromechanics, InViLab, University of Antwerp（安特卫普大学机电工程系InViLab实验室） ； Department of Computer Science, University of Manchester（曼彻斯特大学计算机科学系） ； Department of Electrical Engineering, Eindhoven University of Technology（埃因霍温理工大学电气工程系） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 提出高斯过程先验变分自编码器（GPVAE），通过时间高斯过程先验替代因子化先验，结合两种可扩展GP近似和镜面反射掩码，实现内窥镜视频缺失帧的插值与修复，在C3VDv2数据集上平均降低RMSE 21.9%。

Interpreting Neural Combinatorial Optimization via Evolving Programmatic Bottlenecks

通过演化程序瓶颈解释神经组合优化

Haocheng Duan, Yuxin Guo, Jieyi Bi, Anqi Xie, Sirui Li, Yining Ma, Cathy Wu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Nanyang Technological University（南洋理工大学） ； Microsoft Research（微软研究院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 提出演化程序瓶颈（EPB）框架，通过将黑盒神经组合优化模型蒸馏为可读程序组合，利用LLM和混合梯度下降实现可解释性，揭示模型行为与经典启发式变体的关系。

Comments Under Review

JustDiag!: A Diagnostic Justification Engine for Accountable Root Cause Analysis

JustDiag!：用于可问责根本原因分析的诊断论证引擎

Tingzhu Bi, Xinrui Jiang, Xun Zhang, Pengcheng Su, Congjie He, Jinglin Li, Ping Wang, Meng Ma

机构 * Peking University（北京大学） ； University of Edinburgh（爱丁堡大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出JustDiag诊断论证引擎，通过维护显式的过程状态（证据、发现、竞争假设、冲突和下一步检查）来支持可问责的根本原因分析，在66个真实事件上评估显示其优于仅提供流畅最终答案的方法。

A Flat Connection: The Pooling Factor and the Geometry of Centring in Hierarchical MCMC

平坦联络：分层MCMC中的汇集因子与中心化几何

Aidan D. Bindoff

专题命中 诊断辅助 ：pathology(abstract)

AI总结 研究分层MCMC中中心化/非中心化障碍的几何原因，证明Fisher信息诱导的联络是平坦的，障碍源于统计上的汇集因子π_j，并据此提出诊断方法。

Comments 39 pages, 9 figures, accompanying R package

Distinguishing quantum processes with bounded coherent memory

区分具有有界相干记忆的量子过程

Magdalini Zonnios, Felix C. Binder

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出自主区分机器（MAD）作为有界相干记忆下的量子过程区分框架，证明其层次结构单调且完备，数值实验显示增加相干记忆可系统提升区分性能。

Shift-Left High-Level Synthesis Verification via Knowledge-Augmented LLM Agent

通过知识增强的LLM智能体实现左移高层次综合验证

Zhihan Xiao, Hongbing Lang, Zhe Zhao, Luke Ztz Hu, Songping Mai

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出一种知识增强的智能体驱动左移验证框架，通过双层级一致性检查、符号执行和HLS验证知识图谱，在综合前自动验证C与HLS-C的功能一致性，覆盖率达98.26%。

An integrated interpretable control effectiveness learning and nonlinear control allocation methodology for overactuated aircrafts

过驱动飞行器的可解释控制效能学习与非线性控制分配集成方法

Umut Demir, Aamir Ahmad, Walter Fichter

机构 * University of Stuttgart, Faculty of Aerospace Engineering and Geodesy, Institute of Flight Mechanics and Control (iFR)（斯图加特大学航空航天工程与大地测量学院飞行力学与控制研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出一种基于稀疏非线性动力学辨识的学习控制效能映射方法，结合在线自适应机制，实现过驱动飞行器的高效非线性控制分配，兼具可解释性和低计算成本。