医学 AI

DeepLens Diagnosis Agent: Agentic Workflow Design Lets a Small Reasoning Model Compete with Frontier LLMs

深度镜头诊断代理：代理工作流程设计使小型推理模型能够与前沿语言模型竞争

Mahmood Bayeshi, Veysel Kocaman, Muhammed Ali Naqvi, Yigit Gul, David Talby

机构 * John Snow Labs（约翰·斯诺实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究针对医疗诊断中前沿语言模型单步提示诊断推理脆弱的问题，提出以小型医疗推理模型和检索增强生成的深度镜头诊断代理五阶段利用管道，提升了诊断准确率，降低成本，还产生结构化工件支持高风险设置。

Comments 20 pages, 5 figures, 5 tables. Technical report, John Snow Labs

Leveraging Resolved Incident History for LLM-Assisted Software Bug Diagnosis

利用已解决的事件历史进行大语言模型辅助的软件错误诊断

Boyuan Guan, Hailu Xu, Jamie Rogers

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究利用已解决事件历史进行软件错误诊断，提出OM-RAG方法，将问题索引为三元组并单跳嵌入检索先例，为大语言模型管理员提供支持，实验表明该方法在诊断准确率和修复正确性上优于其他方法。

Comments 6 pages, 3 figures, accepted at IEEE SMC 2026

Enhancing Explainable Cardiac Diagnosis with Guide-Grounded Multimodal LLMs

用指南引导的多模态语言模型增强可解释的心脏诊断

Hai-Nam Duy Vuong, Duy-Anh Bui, Trong-Nghia Nguyen, Kim-Ngan Thi Nguyen, Trang Mai Xuan, Tien-Cuong Nguyen, Van-Dem Pham, Thien Van Luong

机构 * Business AI Lab, College of Technology, National Economics University（商业人工智能实验室，技术学院，越南国家经济大学） ； A2I Lab, Phenikaa School of Computing, Phenikaa University（A2I实验室，费尼卡计算机学院，费尼卡大学） ； VNPT AI, VNPT Group（VNPT人工智能，VNPT集团） ； FPT University（FPT大学） ； Department of Pediatrics, Hospital of University Medicine and Pharmacy, Vietnam National University Hanoi（越南河内国家大学医学与药学院儿科学系） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究针对深度学习模型在心脏诊断中可解释性有限等问题，提出指南引导的多模态框架，通过卷积神经网络、Grad-CAM及结构化解释指南生成诊断报告，实验证明该方法能提升报告质量，增强临床合理性。

Comments 12 pages, 3 figures, accepted at CITA 2026

From Blind Search to Memory-Aware Evolution: Efficient DBMS Tuning via Collaborative Diagnosis and Utility-Aware Retrieval

从盲目搜索到内存感知进化：通过协作诊断和效用感知检索实现高效数据库管理系统调优

Zhaoyan Hong, Yishen Sun, Xinyi Zhang, Zhentao Han, Jinhao Dong, Wei Lu, Kai Xu, Liu Tang, Qi Liu, Xiaoyong Du

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对多组件DBMS调优难题，EvoTune框架通过协作诊断定位高影响子空间，引入效用感知检索策略，将调优反馈组织成层次化内存，无需LLM微调，实验证明其性能优于现有基线，能快速提升查询性能。

KernelDiag: Agent-Based Root Cause Diagnosis for Kernel Crashes

KernelDiag：基于代理的内核崩溃根本原因诊断

Weijing Wang, Zan Wang, Dong Wang, Haichi Wang, Junjie Chen

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对Linux内核崩溃根本原因诊断难的问题，提出KernelDiag框架，通过日志到代码映射及专门代理进行结构化因果推理，在KGYM基准测试中表现出色，优于现有方法，为自动内核根本原因诊断奠定基础。

GraphDx: A Cost-Aware Knowledge-Enhanced Multi-Agent Framework for Sequential Diagnosis

GraphDx：一种用于顺序诊断的成本感知知识增强多智能体框架

Shaoting Tan, Ning Liu, Yuntao Du, Shuyue Wei, Wu Shuai, Qian Li, Yanyu Xu, Wei Zhang, Lizhen Cui, Haitao Yuan

机构 * Shandong University（山东大学） ； Nankai University（南开大学） ； East China Normal University（华东师范大学） ； National Technological University（国立科技大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究针对顺序诊断中平衡诊断准确性与资源成本的问题，提出GraphDx框架。该框架通过构建特殊知识图谱及引入协作智能体实现创新，实验表明其能显著提高诊断成功率并降低测试成本，为自动临床诊断提供有效方案。

Journal ref Findings of the Association for Computational Linguistics: ACL 2026, pages 21721-21736, 2026

G-SHARE: A Guideline-Based Structured Reasoning Framework for Human-Factor Event Diagnosis

G-SHARE：一种基于指南的人为因素事件诊断结构化推理框架

Xingyu Xiao, Mao Du, Jiejuan Tong, Jingang Liang, Haitao Wang

机构 * Institute of Nuclear and New Energy Technology, Tsinghua University（清华大学核能与新能源技术研究院） ； National Key Laboratory of Human Factors Engineering（人因工程重点实验室） ； Fujian Fuqing Nuclear Power Co., Ltd.（福建福清核电有限公司） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究针对核电站人为因素事件诊断问题，提出基于指南的结构化推理框架G-SHARE，将诊断指南转化为多阶段流程，含证据提取等步骤。通过构建数据集评估，其性能显著优于基线，证明了转化专家指南为推理流程对安全关键行业智能分析的价值。

Where Speech Enhancement Hurts Recognition: An Inference Time Polar Projection Diagnosis

语音增强在何处损害识别：推理时间极坐标投影诊断

Mingyue Huo, Yuheng Zhang, Hao Zhang

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究语音增强对自动语音识别的影响，提出推理时间极坐标投影诊断方法，通过扫描控制参数将ASR退化转化为幅度和相位效应，分析得出幅度强度是关键，最佳强度因识别器而异，该投影可为SE前端提供简单缓解方法。

OpsMem: Dual-Memory Reasoning with Cross-Memory Resonance for Failure Diagnosis

OpsMem：用于故障诊断的具有跨内存共振的双内存推理

Yongqian Sun, Rongchen Gao, Yu Luo, Wenwei Gu, Shenglin Zhang, Qingyi Guo, Qiuai Fu, Yaoliang Wu, Dan Pei

机构 * Huawei（华为） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对现代软件系统故障诊断中缺乏协调诊断状态与操作经验机制的问题，提出双内存框架OpsMem，通过跨内存共振等进行多智能体诊断，实验表明其在华为微服务故障诊断数据集上优于基线，提升了匹配度和相关性。

Comments 6 pages, 5 figures

Log-Insight: Automating Microservice Incident Diagnosis via Neuro-Symbolic Log Analysis

Log-Insight：通过神经符号日志分析实现微服务事件诊断自动化

Carlos Garcia-Hernandez, Aymane Abdali, Guangyu Wu, Mingxue Wang, Fei Shen, Zhaoyu Pang, Yanbin Zhang

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究针对大规模微服务系统生产事件诊断难题，提出Log-Insight系统，通过自动化SRE手动分类工作流程，经符号阶段处理后为LLM提供证据合成假设报告，六阶段管道减少大量原始事件，评估显示该系统能高效准确诊断根本原因，还报告了相关故障模式等内容。

A safety-oriented hypothetico-deductive framework for AI-assisted differential diagnosis

一种用于人工智能辅助鉴别诊断的面向安全的假设-演绎框架

Fan Ma, Mauro Giuffrè, Donald Wright, Kent McCann, Mark Iscoe, Lingfei Qian, Mingyang Jiang, Chi Wing Ng, Na Hong, Huan He, Cathy Shyr, Qingyu Chen, Lee Schwamm, Lucila Ohno-Machado, Hua Xu

机构 * Yale School of Medicine, Yale University（耶鲁大学医学院，耶鲁大学） ； Università degli Studi di Trieste（的里雅斯特大学） ； Vanderbilt University（范德堡大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究针对诊断错误威胁，提出AegisDx框架，通过协调LLM组件进行鉴别诊断、筛查危险情况、验证推理等。经多层面评估，该框架在诊断准确率及安全评分等方面表现优于独立LLM，为急性护理提供更优床边决策支持

ARGUS: Production-Scale Tracing and Performance Diagnosis for over 10,000-GPU Clusters

ARGUS：面向超过10,000 GPU集群的生产级追踪与性能诊断

Jiasheng Zhou, Longbin Zeng, Clavis Chen, Ruiming Lu, Qinwei Yang, Leyi Ye, Ray Ying, Key Zhang

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出低开销、细粒度的始终在线追踪与实时分析系统ARGUS，通过分解训练调用层次、统一数据管道和渐进式诊断框架，在超过10,000 GPU集群上实现<2%开销的持续故障检测与性能优化。

AgentTether: Graph-Guided Diagnosis and Runtime Intervention for Reliable LLM Agent Operation

AgentTether：用于可靠大语言模型代理操作的图引导诊断与运行时干预

Chenyu Zhao, Shenglin Zhang, Wenwei Gu, Yongqian Sun, Dan Pei, Chetan Bansal, Saravan Rajmohan, Minghua Ma

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 研究LLM代理生产可靠性有限问题，提出AgentTether运行时修复框架，通过抽象运行、构建关键转换图等定位故障子轨迹并转换为指导，经实验评估，该框架能提高修复效果，减少资源消耗，为代理部署提供实用可靠性层。

Diagnosis-Driven Automatic Repair for Agentic Workflow via Symbolic Inference

通过符号推理实现诊断驱动的智能工作流自动修复

Xuyan Ma, Yawen Wang, Junjie Wang, Xiaofei Xie, Boyu Wu, Mingyang Li, Dandan Wang, Qing Wang

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对智能工作流可靠性挑战，提出FlowFixer框架，通过将执行转化为符号跟踪、符号推理得行为规范，经规范验证进行故障归因与根因分析，生成修复补丁，还采用预执行评估降成本，实验证明其效果良好。

Traceable Fault Diagnosis for Battery Energy Storage Systems via Retrieval-Augmented Multi-Agent O&M Assistant

基于检索增强的多智能体运维助手实现电池储能系统可溯源故障诊断

Jiangdi Ru, Bing Li, Yage Huang, Ding Wang, Keru Hua

机构 * Corporate Research Center, Midea Group（美的集团企业研发中心） ； New Energy Business Division, Midea Group（美的集团新能源业务部） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出一种结合检索增强多智能体推理的BESS故障诊断助手，通过任务路由、模式约束数据库访问、混合文本-图像检索和基于证据的答案合成，实现可溯源的故障诊断。

RareDxR1: Autonomous Medical Reasoning for Rare Disease Diagnosis Beyond Human Annotation

RareDxR1：超越人类标注的罕见病诊断自主医学推理

Deyang Jiang, Haoran Wu, Ziyi Wang, Yiming Rong, Yunlong Zhao, Ye Jin, Bo Xu

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出端到端推理大模型RareDxR1，通过知识内化与自主进化学习框架，结合反思增强推理采样和双级课程强化学习，直接从非结构化临床笔记诊断罕见病，无需依赖结构化表型或人类标注，在多个基准上达到最先进准确率。

Comments 7 pages, 3 figures. Accepted to IEEE International Conference on Multimedia and Expo (ICME) 2026

Massive boson stars: Waveform-based branch diagnosis with neural reconstruction

大质量玻色子星：基于波形的分支诊断与神经重建

Bo-Xuan Ge

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 通过分支条件神经重建模型比较候选波形假设的重建质量，诊断大质量玻色子星并合结果，证明波形形态编码了并合结局。

Comments 36 pages, 6 figures

A Fusion-Aware Two-Stage Framework for Mispronunciation Detection and Diagnosis in Low-Resource Modern Standard Arabic

低资源现代标准阿拉伯语中融合感知的两阶段错误发音检测与诊断框架

Jing Yang, Shuqing Zhang, Yongyi Deng, Pan Li, Ting Dang, Gongping Huang, Jingdong Chen, Jacob Benesty

机构 * School of Electronic Information, Wuhan University（武汉大学电子信息学院） ； School of Computing and Information Systems, University of Melbourne（墨尔本大学计算与信息学院） ； Northwestern Polytechnical University（西北工业大学） ； University of Quebec（魁北克大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对低资源现代标准阿拉伯语错误发音检测与诊断中的数据稀缺和域差异问题，提出两阶段端到端框架，集成预训练编码器和因果扩张时序卷积网络，通过多检查点集成推理和N-gram重评分提升稳定性，在IqraEval.2挑战中取得最佳性能。

Comments Accepted to Interspeech 2026

A specialized reasoning large language model for accelerating rare disease diagnosis: a randomized AI physician assistance trial

一种用于加速罕见病诊断的专用推理大语言模型：随机AI辅助医生试验

Haichao Chen, Songchi Zhou, Zhengyun Zhao, Shikai Hu, Xianghong Jin, Hongwei Ji, Li He, Shuli Li, Yiming Qin, Xin Tan, Runfeng Shi, Yih Chung Tham, Jiaye Zhu, Ye Li, Ye Jin, Longhao Cao, Dawei Li, Honghan Wu, Hongqiu Gu, Guanqiao Li, Tudor Groza, Chunying Li, Dian Zeng, Weihong Yu, Gareth Baynam, Saumya Shekhar Jamuar, Min Shen, Shuyang Zhang, Bin Sheng, Sheng Yu, Tien Yin Wong

机构 * Tsinghua Medicine, Tsinghua University（清华大学医学部，清华大学） ； Department of Ophthalmology, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences & Peking Union Medical College（北京大学人民医院眼科，中国医学科学院 & 北京大学医学部） ； Department of Statistics and Data Science, Tsinghua University（清华大学统计与数据科学系） ； Department of Rheumatology and Clinical Immunology, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences & Peking Union Medical College（北京大学人民医院风湿免疫科，中国医学科学院 & 北京大学医学部） ； Department of Rare Diseases, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences & Peking Union Medical College（北京大学人民医院罕见病科，中国医学科学院 & 北京大学医学部） ； Department of Dermatology, Xijing Hospital, Air Force Medical University（西安空军军医大学西京医院皮肤科） ； School of Computer Science and Technology, East China Normal University (ECNU)（东华大学计算机科学与技术学院） ； Department of Neurosurgery, Xuanwu Hospital, Capital Medical University（首都医科大学宣武医院神经外科） ； Department of Ophthalmology, National University of Singapore（新加坡国立大学眼科） ； Singapore Eye Research Institute, Singapore National Eye Centre（新加坡眼科学研究所，新加坡国家眼科中心） ； Ophthalmology and Visual Science Academic Clinical Program, Duke-NUS Medical School（杜克-国立新加坡大学医学学校眼科与视觉科学学术临床项目） ； Department of Pediatrics, The First Hospital of Tsinghua University（清华大学第一医院儿科） ； College of Future Technology, Peking University（北京大学未来技术学院） ； School of Health and Wellbeing, University of Glasgow（格拉斯哥大学健康与福祉学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出开源推理大模型RaDaR（32B参数），通过增强推理训练和合成数据，在罕见病诊断中超越DeepSeek-R1等模型，随机试验显示其辅助使医生诊断准确率提升21.44个百分点。

Comments 36 pages, 5 figures

A Unified Framework for Runtime Verification and Model-Based Diagnosis in LOLA

LOLA中运行时验证与基于模型诊断的统一框架

Raik Hipler, Martin Leucker, Patrick Rodler

机构 * University of Luebeck（吕贝克大学） ； University of Klagenfurt（克雷格弗尔特大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出在流规范语言LOLA中统一运行时验证与基于模型诊断的框架，通过将系统描述、组件健康状态和观测编码为单一流形式，实现在线故障定位。

Using Phonological-Level Wav2Vec2 for Mandarin Automatic Mispronunciation Detection and Diagnosis

使用音系级Wav2Vec2进行普通话自动发音错误检测与诊断

Jinghao Chen, Mostafa Shahin, Beena Ahmed

机构 * School of Electrical Engineering and Telecommunications（电气工程与电信学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出基于音系特征的MDD框架，在Wav2Vec2 CTC架构中联合建模音段和声调属性，相比纯音素基线系统，误接受率降低10.1%，诊断错误率降低23.6%。

Comments Accepted to Interspeech 2026. Camera-ready version

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。

Progressive Knowledge-Guided Large Language Model Framework for Bearing Fault Diagnosis

渐进式知识引导的大型语言模型框架用于轴承故障诊断

Jinghan Wang, Gaoliang Peng, Yanjun Chen, Wei Zhang, Wentao Wu, Tianchen Liu

机构 * Harbin Institute of Technology, China（哈尔滨工业大学，中国） ； Eastern Institute of Technology, China（东方技术研究所，中国） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出渐进式物理引导多尺度振动信号处理框架，通过81维测量描述符、故障自适应分割和隐式知识编码，在四个数据集上实现98.49%诊断精度并降低12.6倍计算成本。

MedLatentDx: Latent Multi-Agent Communication for Cross-Hospital Rare-Disease Diagnosis

MedLatentDx：用于跨医院罕见病诊断的潜在多智能体通信

Ziqing Wang, Lili Zhao, Kaize Ding

机构 * Northwestern University（西北大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出MedLatentDx框架，通过潜在多智能体通信实现跨医院罕见病诊断，利用潜在KV块传输保护隐私，支持同骨干和跨家族LLM部署，在CrossRare-Bench上提升诊断性能并减少可重建临床内容。

From Loss Diagnosis to Rational Design: A Unified Analytical Model for Photoelectrochemical Cells

从损失诊断到理性设计：光电化学电池的统一分析模型

Ziyan Pan, Giulia Tagliabue

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出统一损失分析框架，通过拟合实验电流-电压数据定量分解热力学、光学、复合和界面损失，识别性能瓶颈并指导优化策略，经多种PEC系统验证。

Comments 43 pages total: 19-page main text with 4 figures and 2 tables; 24-page Supplementary Information with 7 figures and 8 tables

Optimizing 2D Input Representations and Sub-phase Fusion Strategies for Differential Diagnosis of Asthma and COPD Using CNN- and GRU-Based Networks

基于CNN和GRU网络的哮喘与COPD鉴别诊断中二维输入表示和子阶段融合策略的优化

Ipek Sen, Ozgur Ozdemir, Elena Battini Sonmez

机构 * Dept. Electrical and Electronics Engineering Istanbul Bilgi University, Turkey（电气与电子工程系伊斯坦布尔比尔吉大学，土耳其） ； Dept. Computer Engineering Istanbul Bilgi University, Turkey（计算机工程系伊斯坦布尔比尔吉大学，土耳其） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本研究优化了二维输入表示（MFCC、对数梅尔谱图、VAR模型）和子阶段特征融合策略（直接拼接、GRU、GRU+注意力），使用CNN和GRU网络鉴别哮喘与COPD，最佳F1分数达0.877。

Dep-LLM: Training-Free Depression Diagnosis via Evidence-Guided Structured Multi-factor with Reliable LLM Reasoning

Dep-LLM：基于证据引导的结构化多因素与可靠LLM推理的无训练抑郁症诊断

Yiqing Lyu, Xianbing Zhao, Buzhou Tang, Ronghuan Jiang

机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, Guangdong, China（哈尔滨工业大学（深圳）计算机科学与技术学院） ； School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, China（江南大学人工智能与计算机学院） ； Guangdong Provincial Key Laboratory of Intelligent Information Processing（广东省智能信息处理重点实验室） ； Pengcheng Laboratory（鹏城实验室） ； Chinese People’s Liberation Army General Hospital, Beijing, China（中国人民解放军总医院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出无训练框架Dep-LLM，通过思维链多因素分析、置信度调制和协作预测，在冻结LLM上实现抑郁症诊断，超越零样本和微调方法。

A Reliable Fault Diagnosis Method Based on Belief Rule Base Consider Robustness Analysis

一种考虑鲁棒性分析的基于置信规则库的可靠故障诊断方法

Mingyuan Liu, Dan Yin, Zongzong Wu

机构 * Central South University（中南大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对故障诊断中传感器读数可靠性问题，提出一种基于置信规则库的可靠故障诊断方法，通过鲁棒性分析与优化策略提升模型准确性和鲁棒性，在柴油机和轴承故障诊断中验证有效性。

Visible-Light Imaging Diagnosis of Neutral Particle Emission Tomography in the Tokamak Divertor: An Efficient Transformer-based Surrogate Model

托卡马克偏滤器中中性粒子发射断层扫描的可见光成像诊断：基于高效Transformer的替代模型

Xiao Wang, Hao Si, Qiang Chen, Yu-Xiang Zhang, Beihe Zhang, Jianhua Yang, Qingquan Yang, Dengdi Sun, Wanli Lyu, Guosheng Xu, Jin Tang

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； School of Artificial Intelligence, Anhui University（安徽大学人工智能学院） ； Institute of Plasma Physics, Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院等离子体物理研究所） 纠错

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

AI总结 本文针对托卡马克偏滤器中中性粒子发射断层扫描，提出基于差分Transformer的Delta-InvFormer模型，利用连续视频帧捕捉等离子体动态，经时空差分自注意力提取特征，融合后预测光强分布，相比传统方法显著加速且精度有竞争力。