Sampling-Based Safety Filter with Probabilistic Restrictiveness Guarantee
基于概率限制性的采样安全过滤器
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出一种模块化采样安全过滤器,通过Stein变分模型预测控制生成控制序列样本,以保证任意名义控制器的安全性,并在复杂非凸环境中有效捕捉多模安全区域。
AI 大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
基于概率限制性的采样安全过滤器
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出一种模块化采样安全过滤器,通过Stein变分模型预测控制生成控制序列样本,以保证任意名义控制器的安全性,并在复杂非凸环境中有效捕捉多模安全区域。
SNGR:针对模糊SLAM因子图的选择性非高斯细化
机构 * Northeastern University, Boston, MA, USA(东北大学,波士顿,马萨诸塞州,美国)
专题命中 其他多模态 :multimodal(abstract)
AI总结 SNGR通过在高斯近似可能失效的窗口中进行定向嵌套采样,提升SLAM精度并降低计算成本,适用于范围仅SLAM中的错误数据关联问题。
火行星上的岩浆海洋波与热变异性
专题命中 其他多模态 :multi-modal(abstract)
AI总结 研究火行星上岩浆海洋受潮汐力作用产生的波浪及热分布特征,揭示其潮汐加热机制和 mantle 中的热传导过程。
Comments Accepted to ApJ
二级有限理性:算法如何在人工智能招聘中再现结构性不平等的理论
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出二级有限理性的理论,探讨算法如何通过技术和社会政治约束放大人类偏见,揭示AI招聘系统如何将历史不平等转化为看似 meritocratic 的结果,并提出缓解策略。
Comments This is not my current research interest; this work is very basic and naive
SMART:一种用于多任务学习的谱转移方法
机构 * University of Chicago(芝加哥大学) ; University of Southern California(南加州大学)
专题命中 其他多模态 :multi-modal(abstract)
AI总结 SMART通过假设目标左右奇异子空间在源子空间内并稀疏对齐源奇异基,改进了多任务线性回归的转移学习,提升了小样本下的性能和鲁棒性。
Comments 53 pages, 4 figures, 1 table
基于分层先验的神经模拟推理用于分离双星系统
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出一种基于分层先验的神经模拟推理方法,用于分离双星系统的参数估计,结合光变曲线、宽波段辐射特性及Gaia视差,实现高效且精确的参数推断。
面向四足机器人滑板骑行的相位感知策略学习
专题命中 其他多模态 :multi-modal(abstract)
AI总结 本文提出相位感知策略学习框架,通过特征级线性调制层提升四足机器人滑板骑行的相位依赖行为捕捉与跨相位知识共享,验证了在仿真中的指令跟踪精度和效率。
Comments ICRA 2026 | Project Page: https://minsungyoon.github.io/projects/papl/ | M. Yoon and J. Jeong contributed equally
共形鲁棒集估计
机构 * Centro de Matemática, Facultad de Ciencias, Universidad de la República(数学中心,科学学院,乌拉圭共和国大学) ; Centro de Investigación en Matemáticas (CIMAT)(数学研究学院(CIMAT)) ; Departamento de Métodos Cuantitativos, Facultad de Ciencias Económicas y de Administración, Universidad de la República(定量方法系,经济与管理学院,乌拉圭共和国大学)
专题命中 其他多模态 :multi-modal(abstract)
AI总结 本文提出基于半质量半径的鲁棒共形方法,通过距离到第(n/2⌋+1)近邻的非共性分数,实现对异常值或重尾分布的鲁棒性,提供概率保证。
从意识到意图:通过前瞻性情境意识增强界面缓解静默驾驶系统故障
专题命中 其他多模态 :multi-modal(abstract)
AI总结 本文研究了前瞻性情境意识增强界面如何通过提升驾驶员情境意识来改善静默故障接管性能,发现感知提示最有效提升意识,而传达系统意图更有效建立信任。
Comments Accepted by CHI2026
在四极谐振数值相对论替代模型中包含高阶模式使用通用谐振调制函数
专题命中 其他多模态 :multi-modal(abstract)
AI总结 本文提出一种框架,利用通用谐振调制函数将多模准圆波形转换为偏心波形,结合NR替代模型与四极非自转偏心替代模型,构建多模非自转偏心模型,实现九种模式的高精度模拟。
Comments 20 pages, 19 figures
关于触觉感知在模仿学习中的重要性:机器人点火任务的案例研究
机构 * Technical University of Darmstadt(德累斯顿技术大学) ; LASR Lab, TU Dresden(TU德累斯顿激光实验室)
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出融合视觉和触觉的模仿学习框架,通过模块化Transformer与流基生成模型提升动态任务中的操作性能,证明触觉信息对学习动态操作的重要性。
当缺失成为结构:从金融KOL言论中保留意图的策略补全
机构 * National University of Singapore(新加坡国立大学)
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出一种保留KOL意图的策略补全框架,通过离线强化学习补全未指定的执行决策,实验证明其在YouTube和X平台上的高收益和夏普比率。
Comments Main paper with supplementary material included
利用球面约束优化估计生物标志物的最佳线性组合
专题命中 其他多模态 :multi-modal(abstract)
AI总结 本文提出基于模式搜索的无导数黑箱优化方法,用于估计多类响应中生物标志物的最佳线性组合,通过模拟研究验证其优于现有方法,应用于预测头颈癌放疗后吞咽困难。
区分生理和心理压力:使用可穿戴生理信号和唾液皮质醇
专题命中 其他多模态 :multimodal(abstract)
AI总结 研究通过可穿戴信号与唾液皮质醇结合区分生理和心理压力及恢复状态,发现加入皮质醇显著提升分类准确率,尤其对心理压力识别有帮助。
Comments 8 pages, 4 figures, 3 tables
BLOSSOM:基于共享和稀疏观测模态的块级联邦学习
机构 * DaSH Lab, BITS Pilani, KK Birla Goa Campus, India(BITS Pilani 去年戈亚校区达什实验室,印度) ; Queen Mary University of London, United Kingdom(伦敦女王玛丽大学,英国)
专题命中 其他多模态 :multimodal(abstract)
AI总结 BLOSSOM提出一种任务无关的多模态联邦学习框架,通过块级聚合策略实现共享组件聚合与任务特定块保护,提升在模态缺失场景下的性能,实验显示其在模态稀疏情况下性能提升显著。
Comments Accepted to IJCNN 2026 (6 pages, 2 figures, 3 tables)
旋转绝缘体中极性、手性和铁旋转序的交织
专题命中 其他多模态 :multimodal(abstract)
AI总结 研究通过Ni3TeO6旋转绝缘体揭示极性、手性和铁旋转序的交织关系,阐明其对域结构和域壁特性的影响,为域切换和控制提供新途径。
Comments 15 pages, 4 figures
以人为中心的非侵入式驾驶员状态建模:利用个性化生理信号在现实世界中实现自动化驾驶
机构 * UNED(西班牙国立远程教育大学) ; UC3M(马德里卡洛斯三世大学)
专题命中 其他多模态 :multimodal(abstract)
AI总结 研究探讨了利用非侵入式生理信号进行个性化驾驶员状态建模的可行性,通过实验展示个性化模型在驾驶员意识识别中的高准确率,揭示了通用模型在跨用户泛化中的局限性。
Comments 17 pages (including references), 4 Figures, 4 Tables
双人合作(DP):迈向医疗机器人完全自主的缺失链接
专题命中 其他多模态 :multi-modal(abstract)
AI总结 本文提出双人合作(DP)概念,旨在通过智能协作提升医疗机器人自主性,探讨基础模型、意图识别和可视化等关键挑战。
穿行于缝隙中:通过逻辑桥接捕捉离散孤立模式
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出HiSS算法,通过Metropolis-within-Gibbs框架提升混合效率,利用逻辑卷积核连接离散与连续变量,有效捕捉高维多模分布中的孤立模式。
利用贝叶斯非参数回归建模保险索赔
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出利用贝叶斯非参数回归模型预测保险索赔频率和严重性,通过混合泊松回归和正态回归提高预测准确性。
Journal ref PLoS One 21(4): e0346734, 2026
探索 MLLMs 对网络可视化原则的感知
专题命中 其他多模态 :multimodal(abstract)
AI总结 研究测试多模态大语言模型是否能在网络布局属性感知任务中匹配人类表现,发现MLLMs在同等条件下表现优于非专家,且提示工程可提升性能,表明其可能依赖视觉代理而非计算实际值。
分层战略决策在分层移动系统中的应用
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出一种基于三级Stackelberg博弈的分层决策模型,通过反馈优化提升城市交通管理效率,实验证明其在多模式交通网络中优于传统优化方法。
超越均值:在连续情感预测中建模注释分布
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出了一种基于Beta分布的框架,用于建模注释共识,以捕捉情感感知的中心趋势、变异性、不对称性和不确定性。
Comments This paper has been accepted at the CVPR 2026 Workshop on Affective Behavior Analysis in-the-wild (ABAW)
Gaia中的小黑洞在哪里?
专题命中 其他多模态 :multimodal(abstract)
AI总结 研究Gaia和LVK发现的致密天体质量分布差异,探讨natal kicks对低质量黑洞形成的影响。
Comments 20 pages, 4 figures. Updated to match accepted version. Invited contribution for Springer Nature's Astronomy Prize Awardees Collection
Journal ref Astrophys Space Sci 371, 36 (2026)
快速且鲁棒的基于模拟的推断与优化蒙特卡罗
机构 * Harokopio University of Athens(雅典哈罗科皮奥大学) ; ATHENA Research Center(雅典娜研究中心) ; University of Edinburgh(爱丁堡大学)
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出一种基于优化蒙特卡罗的方法,通过将随机模拟推断转化为确定性优化问题,实现高效且准确的后验推断,减少运行时间并提升鲁棒性。
Comments Accepted at AISTATS 2026
PARD-SSM:通过变分切换状态空间模型进行概率性网络攻击检测
专题命中 其他多模态 :multi-modal(abstract)
AI总结 本文提出PARD-SSM模型,通过变分方法建模网络流量为依赖于四个隐藏状态的切换线性动态系统,实现对网络攻击阶段的实时检测,并在CICIDS2017和UNSW-NB15数据集上取得高F1分数和低延迟的检测性能。
Comments 18 pages, 3 figures, 3 tables, code available on GitHub
基于MMD的加权量化:从均场到均移流通过梯度流
专题命中 其他多模态 :multi-modal(abstract)
AI总结 本文提出基于MMD的加权量化方法,结合梯度流和均移算法,提升高维多模态数据的鲁棒性。
Journal ref AISTATS 2026
铁电体薄膜中压缩应变引起的空间调制形变相界
专题命中 其他多模态 :multi-modal(abstract)
AI总结 研究发现压缩应变铁电体薄膜中存在两种相界,通过多模态衍射电子显微镜观察到有序双相界和新类型的锯齿状相界,揭示了相界形成与Landau和弹性能量平衡的关系。
Comments 15 pages, 4 figures
通过切片吉布斯采样器高效快速地从任意概率核中采样
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文提出自动切片吉布斯框架,实现对任意有限维概率核的自动马尔可夫链蒙特卡洛采样,无需用户指定截断界、提议尺度、步长调优或条件优化,适用于非标准化、非光滑、重尾和高多模态密度。
Comments 27 pages, 24 figures
太阳耀斑预测的进展与挑战:综述
专题命中 其他多模态 :multimodal(abstract)
AI总结 本文综述了太阳耀斑预测的最新研究,探讨了从统计学习到机器学习和深度学习,再到多模态大模型的发展历程,并分析了现有预测平台的性能与局限性。
Comments 15 pages,5 figures