多模态大模型

Multi-modal 3D Shape Reconstruction Under Calibration Uncertainty using Parametric Level Set Methods

在校准不确定性下利用参数水平集方法进行多模态3D形状重建

Moshe Eliasof, Andrei Sharf, Eran Treister

机构 * Computer Science Department, Ben-Gurion University of the Negev（本古里安大学计算机科学系） 纠错

专题命中 其他多模态 ：multi-modal(title,abstract)；分类 cs.CV

AI总结 本文提出了一种参数化水平集方法，用于在存在校准不确定性时从多模态数据中重建3D形状，该方法能够有效处理不同数据模态，如稀疏点集、体素切片、2D照片等，并在复杂对象的紧凑表示和校准噪声鲁棒性方面取得了显著贡献。

LMM-IR: Large-Scale Netlist-Aware Multimodal Framework for Static IR-Drop Prediction

LMM-IR：面向静态IR压降预测的大规模网表感知多模态框架

Kai Ma, Zhen Wang, Hongquan He, Qi Xu, Tinghuan Chen, Hao Geng

机构 * Tsinghua University（清华大学） 纠错

专题命中 其他多模态 ：multimodal(title,abstract)

AI总结 提出一种基于大规模网表变换器和3D点云表示的多模态框架，用于快速准确地预测芯片静态IR压降，在ICCAD 2023竞赛中取得最佳F1分数和最低MAE。

Comments Accepted by DAC2025

Reconstruction of Multimodal Distributions for Hybrid Moment-based Chemical Kinetics, Supporting Information

多模态分布的重构用于混合矩基化学动力学，补充信息

Alexander Andreychenko, Linar Mikeev, Verena Wolf

专题命中 其他多模态 ：multimodal(title,abstract)

AI总结 本文比较了两种矩基分析方法（矩法和条件矩法）在重构多模态分布时的性能，发现条件矩法更适用于描述多模态分布并提高重构精度。

Comments 10 pages, 5 figures, supplementary information

Multi-modal filtering for non-linear estimation

多模态过滤用于非线性估计

Sanket Kamthe, Jan Peters, Marc P Deisenroth

专题命中 其他多模态 ：multi-modal(title,abstract)

AI总结 本文提出一种非线性滤波算法，利用高斯混合模型表示多模态密度，通过闭式估计参数提升时间序列和实际应用中的跟踪性能。

BiNSGPS: Geometry Problem Solving via Bidirectional Neuro-Symbolic Interaction

BiNSGPS: 通过双向神经符号交互解决几何问题

Qi Wang, Peijie Wang, Fei Yin, Cheng-Lin Liu

机构 * MAIS, Institute of Automation of Chinese Academy of Sciences（自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） 纠错

专题命中 其他多模态 ：MLLM(abstract)；分类 cs.AI

AI总结 提出BiNSGPS框架，通过多模态大语言模型顾问与符号求解器之间的双向神经符号交互，动态纠正不一致的形式表示或提出辅助假设，以解决几何问题中的早期错误和符号冲突。

A Supervised Learning Concept for Reducing User Interaction in Passenger Cars

一种用于减少乘客汽车中用户交互的监督学习概念

Marius Stärk, Damian Backes, Christian Kehl

专题命中 其他多模态 ：multi-modal(abstract)；分类 cs.AI

AI总结 本文提出了一种基于监督学习的自动化系统，用于减少人机交互界面中的交互复杂性，适用于汽车多模态热调节系统的设定点选择。

Comments 4 pages, 9 figures, concept only

Participation Ratio as a Quantum Probe of Hierarchical Stickiness

参与比作为层次粘性的量子探针

Ariel A. Galindo Duque, Miguel A. Prado Reynoso, Miguel Gonzalez, Jorge G. Hirsch

专题命中 其他多模态 ：multimodal(abstract)

AI总结 通过周期驱动扭转型，利用相干态在Floquet本征基中的参与比（PR）量化量子局域化与经典混合相空间中层次粘性的对应关系，并引入高斯粗粒化建立定量联系。

Comments 9 pages, 4 figures

Adaptive MCMC via Combining Local Samplers

通过结合局部采样器实现自适应MCMC

Kiarash Shaloudegi, András György

机构 * Imperial College London, London, UK（伦敦帝国学院，伦敦，英国） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种自适应MCMC方法，通过结合多个并行运行的局部采样器，利用核Stein分歧度优先选择链，以提高整体采样效率，实验表明该方法在多模态问题和传感器定位任务中优于现有方法。

Minimum Error Entropy Kalman Filter

最小误差熵卡尔曼滤波

Badong Chen, Lujuan Dang, Yuantao Gu, Nanning Zheng, Jose C. Prıncipe

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种新的卡尔曼滤波器——最小误差熵卡尔曼滤波（MEE-KF），通过使用最小误差熵（MEE）准则替代传统的MMSE或MCC准则，以提高对冲击噪声或重尾非高斯噪声的鲁棒性，同时开发了非线性情况下的最小误差熵扩展卡尔曼滤波（MEE-EKF）以提升性能。

Comments 12 pages, 4 figures

Ensemble Transport Adaptive Importance Sampling

粒子运载自适应重要性采样

Colin Cotter, Simon Cotter, Paul Russell

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种基于粒子集合的自适应重要性采样方法，通过使用粒子集合生成重要性采样提议分布，并结合最先进的粒子运载重采样方法生成均匀加权样本，从而在低维问题中优于MCMC方法，并在粒子数量增加时表现出更好的收敛速度。此外，还引入了新的重采样策略多级变换（MT），并探讨了混合提议算法参数的快速调优方法，以优化性能。

A Framework to Integrate Mode Choice in the Design of Mobility-on-Demand Systems

一种整合出行方式选择的按需出行系统设计框架

Yang Liu, Prateek Bansal, Ricardo Daziano, Samitha Samaranayake

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种整合出行方式选择的按需出行系统设计框架，通过多模式交通系统中的出行方式需求函数进行优化和分析，利用贝叶斯优化方法确定最优供应参数，并通过数值实验验证了该方法的优越性。

Comments 31 pages, 11 figures. This manuscript version is made available under the CC-BY-NC-ND 4.0 license http://creativecommons.org/licenses/by-nc-nd/4.0/

Multiscale Analysis for Higher-order Tensors

高阶张量的多尺度分析

Alp Ozdemir, Ali Zare, Mark A. Iwen, Selin Aviyente

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种多尺度高阶张量分解方法，通过混合线性建模和子空间聚类技术，提升高阶数据的降维和分类性能。

Uncertainty Quantification of geochemical and mechanical compaction in layered sedimentary basins

沉积盆地中地球化学与机械压实不确定性的量化

Ivo Colombo, Fabio Nobile, Giovanni Porta, Anna Scotti, Lorenzo Tamellini

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出了一种量化沉积盆地在机械和地球化学压实过程中的不确定性方法，通过多层结构的PDE模型，改进了确定性和随机离散化方法，以准确模拟多模态概率密度函数。

Comments 25 pages, 30 figures

Numerical approximation of the Frobenius-Perron operator using the finite volume method

使用有限体积法对弗罗贝尼乌斯-佩尔松算子进行数值近似

Richard A. Norton, Colin Fox, Malcolm E. Morrison

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出利用有限体积法对概率演化方程中的弗罗贝尼乌斯-佩尔松算子进行有限维近似，通过Courant-Friedrichs-Lewy条件保证马尔可夫性质，并通过有限体积法的收敛理论证明离散算子向连续算子收敛。

Comments 15 pages, 2 figures

Cluster Sampling Filters for Non-Gaussian Data Assimilation

非高斯数据同化中的聚类采样滤波器

Ahmed Attia, Azam Moosavi, Adrian Sandu

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种非高斯Hamilton蒙特卡罗采样滤波器，通过引入聚类步骤和高斯混合模型估计先验密度，实现对非高斯先验的灵活处理，验证了该方法在准地转模型中的有效性。

An adaptive independence sampler MCMC algorithm for infinite dimensional Bayesian inferences

一种自适应独立采样MCMC算法用于无限维贝叶斯推断

Zhe Feng, Jinglai Li

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种自适应独立采样MCMC算法，用于处理无限维贝叶斯推断问题，通过混合有限个特殊参数化的高斯测度作为建议分布，实现维度无关的高效采样，且在多模态后验分布中表现稳健。

Particle Gaussian Mixture (PGM) Filters

粒子高斯混合（PGM）滤波器

Dilshad Raihan Akkam Veettil, Suman Chakravorty

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种基于粒子的高斯混合滤波方法，解决非线性估计问题，避免粒子滤波的维度灾难问题，通过状态密度传播和混合模式更新实现高斯混合模型的重建。

Monte Carlo Dynamically Weighted Importance Sampling For Finite Element Model Updating

蒙特卡洛动态加权重要性采样用于有限元模型更新

Daniel J Joubert, Tshilidzi Marwala

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文比较了两种间接更新方法，提出蒙特卡洛动态加权重要性采样算法，用于解决高维或多模态系统中归一化常数计算复杂的问题，通过动态加权和自适应修剪增强种群控制方案实现稳定样本估计。

Comments Submitted to the IMAC-XXXIV

Identification of weakly coupled multiphysics problems. Application to the inverse problem of electrocardiography

弱耦合多物理场问题的识别。应用于心电图逆问题

Cesare Corrado, Jean-Frédéric Gerbeau, Philippe Moireau

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文从新视角结合电学和力学测量解决心电图逆问题，提出统一框架整合先进数据同化方法，通过合成数据展示机械测量提升心室电态估计精度。

Journal ref Journal of Computational Physics, vol. 283, p. 271-298, 2015

Anatomy of a Crash

崩溃的解剖学

Aude Marzuoli, Emmanuel Boidot, Eric Feron, Paul B. C. van Erp, Alexis Ucko, Alexandre Bayen, Mark Hansen

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文通过2013年旧金山国际机场空难案例，研究交通基础设施中扰动的传播及其对多模式交通网络的影响，强调数据驱动研究对提升基础设施韧性的重要性。

Efficiency of the Wang-Landau algorithm: a simple test case

Wang-Landau算法效率分析：一个简单的测试案例

G. Fort, B. Jourdain, E. Kuhn, T Lelièvre, G. Stoltz

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文分析了Wang-Landau算法在多模分布采样中的效率，发现其在某些渐进行为下比标准Metropolis-Hastings算法更快逃离稳态，通过数值实验验证了这一结论。