多模态大模型

A Low-Dispersion Depressed Core Waveguide for Dielectric Waveguide Interconnects

一种低色散压低芯波导用于介质波导互连

Mohamed Elsawaf, Neelam Prabhu Gaunkar, Georgios C. Dogiamis, Constantine Sideris

专题命中 其他多模态 ：cross-modal(abstract)

AI总结 本研究提出一种低色散压低芯波导，通过包裹材料提高基模限制并减少高阶模式耦合，实验验证其群延迟性能优于未包裹波导。

Annealing in variational inference mitigates mode collapse: A theoretical study on Gaussian mixtures

变分推断中的退火缓解模式崩溃：关于高斯混合物的理论研究

Luigi Fogliani, Bruno Loureiro, Marylou Gabrié

机构 * Departement d’Informatique, École Normale Supérieure, Université PSL, CNRS（信息学院，巴黎高等师范学院，巴黎理工大学，CNRS） ； Laboratoire de Physique de l’École Normale Supérieure, Université PSL, CNRS（巴黎高等师范学院物理实验室，巴黎理工大学，CNRS） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文通过理论分析证明退火策略能有效缓解变分推断中的模式崩溃问题，并验证其在神经网络模型中的适用性。

Future Mining: Learning for Safety and Security

未来采矿：安全与安全的学习

Md Sazedur Rahman, Mizanur Rahman Jewel, Sanjay Madria

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种统一的智能安全和安全架构，整合多模态感知、安全联邦学习、强化学习、DTN通信和能量感知传感，以提升采矿环境中的安全性和可靠性。

Real-Time Prediction of Lower Limb Joint Kinematics, Kinetics, and Ground Reaction Force using Wearable Sensors and Machine Learning

利用可穿戴传感器和机器学习实时预测下肢关节运动学、动力学和地面反作用力

Josée Mallah, Yu Zhu, Kailang Xu, Gurvinder S. Virk, Shaoping Bai, Luigi G. Occhipinti

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出利用可穿戴传感器和机器学习实时预测下肢关节运动学、动力学和地面反作用力，适用于生物反馈应用。

Proactive Local-Minima-Free Robot Navigation: Blending Motion Prediction with Safe Control

主动避障的机器人导航：融合运动预测与安全控制

Yifan Xue, Ze Zhang, Knut Åkesson, Nadia Figueroa

机构 * Department of Mechanical Engineering and Applied Mechanics, University of Pennsylvania（机械工程与应用力学系，宾夕法尼亚大学） ； Department of Electrical Engineering, Chalmers University of Technology（电气工程系，查尔姆斯理工大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种结合运动预测与安全控制的主动避障导航方法，通过在线学习屏障函数和自适应参数调节，提升机器人在复杂动态环境中的安全性和效率。

Comments Co-first authors: Yifan Xue and Ze Zhang; Accepted by IEEE RA-L 2026

Learning Mixture Density via Natural Gradient Expectation Maximization

通过自然梯度期望最大化学习混合密度

Yutao Chen, Jasmine Bayrooti, Steven Morad

机构 * Faculty of Science and Technology, University of Macau（科技学院，澳门大学） ； University of Cambridge（剑桥大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出nGEM方法，通过信息几何优化混合密度网络，实现更快的收敛速度和更高的效率。

Beyond Student: An Asymmetric Network for Neural Network Inheritance

超越学生：一种用于神经网络继承的非对称网络

Yiyun Zhou, Jingwei Shi, Mingjing Xu, Zhonghua Jiang, Jingyuan Chen

机构 * Zhejiang University（浙江大学） ； Shanghai University of Finance and Economics（上海金融学院） ； Swansea University（斯旺西大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 InherNet通过非对称低秩分解和SVD初始化，实现比传统学生网络更高效的神经网络继承，提升模型压缩性能。

When Handwriting Goes Social: Creativity, Anonymity, and Communication in Graphonymous Online Spaces

当手写变得社交：创造力、匿名性和在线空间中的交流

Aditya Kumar Purohit, Aditya Upadhyaya, Nicolas Ruiz, Alberto Monge Roffarello, Hendrik Heuer

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本研究探讨了Graphonymous Interaction在匿名协作环境中的创造力和社交交流，通过分析手写和绘画的互动方式，揭示了其在促进艺术表达和社交连接方面的独特作用。

Comments Accepted for presentation at CHI 2026 in Barcelona (ACM CHI Conference on Human Factors in Computing Systems)

Modewise Additive Factor Model for Matrix Time Series

模式加性因子模型用于矩阵时间序列

Elynn Chen, Yuefeng Han, Jiayu Li, Ke Xu

专题命中 其他多模态 ：cross-modal(abstract)

AI总结 本文提出了一种用于矩阵时间序列的模式加性因子模型，通过加性结构捕捉行和列特定的潜在效应，并采用两阶段估计方法实现高效估计。

Tail-Aware Density Forecasting of Locally Explosive Time Series: A Neural Network Approach

尾敏感的局部爆炸性时间序列密度预测：一种神经网络方法

Elena Dumitrescu, Julien Peignon, Arthur Thomas

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出一种基于神经网络的混合密度网络，用于预测具有局部爆炸性行为的时间序列，通过偏态t分布和自适应加权方案提升极端区域的密度估计精度。

GlyphWeaver: Unlocking Glyph Design Creativity with Uniform Glyph DSL and AI

GlyphWeaver: 通过统一的 glyph DSL 和 AI 解锁 glyph 设计创意

Can Liu, Shiwei Chen, Zhibang Jiang, Yong Wang

专题命中 其他多模态 ：multimodal(abstract)

AI总结 GlyphWeaver 通过统一的 glyph DSL 和 AI 技术，为非程序员提供创建复杂 glyph 可视化的工具。

Two-sample Testing with Block-wise Missingness in Multi-source Data

多源数据中块状缺失的两样本检验

Kejian Zhang, Muxuan Liang, Robert Maile, Doudou Zhou

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出BRISE检验方法，用于处理多源数据中的块状缺失问题，通过构建基于秩相似度图的检验统计量，实现对两样本假设检验的有效性与稳健性。

Probabilistic Forecasting via Autoregressive Flow Matching

通过自回归流匹配进行概率预测

Ahmed ElGazzar, Marcel van Gerven

机构 * Department of Machine Learning and Neural Computing, Donders Institute for Brain, Cognition and Behaviour（机器学习与神经计算系，大脑、认知与行为研究所） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出FlowTime模型，通过自回归流匹配实现多变量时间序列的概率预测，结合流匹配框架提升模型性能与不确定性估计。

On the Computational Efficiency of Bayesian Additive Regression Trees: An Asymptotic Analysis

关于贝叶斯加法回归树计算效率的分析：渐近分析

Yan Shuo Tan, Omer Ronen, Theo Saarinen, Bin Yu

机构 * Department of Statistics and Data Science, National University of Singapore（统计与数据科学系，新加坡国立大学） ； Department of Statistics, UC Berkeley（统计系，加州大学伯克利分校） ； Department of Electrical Engineering and Computer Sciences, UC Berkeley（电气工程与计算机科学系，加州大学伯克利分校） ； Center for Computational Biology, UC Berkeley（计算生物学中心，加州大学伯克利分校） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文分析了BART采样器在大规模数据下的计算效率，发现其收敛时间随样本量增加而增加，但通过增加树数量或提高温度可有效缓解这一问题。

Near-perfect efficiency in X-ray phase microtomography

近完美效率的X射线相位微断层成像

Dominik John, Gregor Breitenhuber, Sami Wirtensohn, Franziska Hinterdobler, Luka Gaetani, Sara Savatović, Jens Lucht, Markus Osterhoff, Marina Eckermann, Tim Salditt, Julia Herzen

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本研究通过新型装置实现近完美效率的X射线相位微断层成像，提升多模态成像的效率和分辨率，推动生物医学研究。

Hybrid Quantum-Classical Optimization for Multi-Objective Supply Chain Logistics

多目标供应链物流的混合量子-经典优化

Raoul Heese, Timothée Leleu, Sam Reifenstein, Christian Nietner, Yoshihisa Yamamoto

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出混合量子-经典优化方法，用于解决多目标供应链物流问题，通过结合量子子程序和经典启发式方法，实现高质量的帕累托最优解。

Comments 27 pages, 16 figures

Progressive multi-fidelity learning with neural networks for physical system predictions

基于神经网络的渐进多保真学习用于物理系统预测

Paolo Conti, Mengwu Guo, Attilio Frangi, Andrea Manzoni

机构 * The Alan Turing Institute（艾伦·图灵研究所） ； Centre for Mathematical Sciences（数学科学中心） ； Department of Civil and Environmental Engineering（土木与环境工程系） ； MOX -- Department of Mathematics（数学系） 纠错

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出一种渐进多保真替代模型，利用神经网络整合多模态数据，提升物理系统预测的准确性和泛化能力。

Conditional Counterfactual Mean Embeddings: Doubly Robust Estimation and Learning Rates

条件反事实均值嵌入：双重稳健估计与学习速率

Thatchanon Anancharoenkij, Donlapark Ponnoprat

机构 * Chiang Mai University（恰良迈大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出条件反事实均值嵌入框架，结合双重稳健估计与学习速率分析，用于异质处理效应的估计与学习。

Comments Code is available at https://github.com/donlap/Conditional-Counterfactual-Mean-Embeddings

Mobility-as-a-service (MaaS) system as a multi-leader-multi-follower game: A single-level variational inequality (VI) formulation

作为多领导者-多追随者博弈的移动即服务（MaaS）系统：一种单层变分不等式（VI） formulations

Rui Yao, Xinyu Ma, Kenan Zhang

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出了一种单层变分不等式 formulations，用于建模多领导者-多追随者博弈的MaaS系统，通过引入虚拟交通运营商实现并行求解，验证了模型的可扩展性和有效性。

Mapping the Orbital Landscape of Perturbing Planet Solutions for Single-Planet Systems with TTVs

映射单行星系统中扰动行星解的轨道景观

Daniel A. Yahalomi, David Kipping

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 本文提出了一种通过TTV帐篷图映射单行星系统中扰动行星解的轨道景观，并在低偏心率范围内建模TTVs的方法。

Comments 15 pages, 7 figures, accepted for publication in ApJ. Code used available at https://github.com/dyahalomi/ttv_orbital_landscape

On the Convergence of Wasserstein Gradient Descent for Sampling

关于Wasserstein梯度下降在采样中的收敛性

Van Chien Ta, Thi Mai Hong Chu, Minh-Ngoc Tran

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出基于Wasserstein梯度下降的采样方法，证明其在特定测度空间子类中的收敛性，并通过实验展示其在复杂分布采样中的有效性。

Bayesian Integration of Nonlinear Incomplete Clinical Data

贝叶斯非线性不完整临床数据整合

Lucía González-Zamorano, Nuria Balbás-Esteban, Vanessa Gómez-Verdejo, Albert Belenguer-Llorens, Carlos Sevilla-Salcedo

机构 * Department of Signal Theory and Communications, Universidad Carlos III de Madrid（信号理论与通信系，卡洛斯三世大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 BIONIC通过联合生成-判别潜在架构整合异质多模态临床数据，在缺失性下实现稳健学习和高判别性能，同时提供内在可解释性。

Score-based Metropolis-Hastings for Fractional Langevin Algorithms

基于分数朗之万算法的评分法梅特罗波利斯-哈斯廷斯方法

Ahmed Aloui, Junyi Liao, Ali Hasan, Jose Blanchet, Vahid Tarokh

机构 * Duke University（杜克大学） ； Morgan Stanley（摩根士丹利） ； Stanford University（斯坦福大学） 纠错

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出MAFLA算法，通过基于评分的校正机制改进分数朗之万算法，提升在重尾分布采样中的精度和稳定性。

Lens-descriptor guided evolutionary algorithm for optimization of complex optical systems with glass choice

基于透镜描述符的进化算法用于具有玻璃选择的复杂光学系统优化

Kirill Antonov, Teus Tukker, Tiago Botari, Thomas H. W. Bäck, Anna V. Kononova, Niki van Stein

专题命中 其他多模态 ：multimodal(abstract)

AI总结 提出LDG-EA算法，通过行为描述符和概率模型优化复杂光学系统，生成多样化的高质量透镜设计。

Designing the Interactive Memory Archive (IMA): A Socio-Technical Framework for AI-Mediated Reminiscence and Cultural Memory Preservation

设计交互记忆档案馆（IMA）：一种面向AI辅助回忆和文化记忆保存的社会技术框架

Ron Fulbright

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种基于AI的交互记忆档案馆框架，通过多模态感知和对话支架技术，帮助记忆丧失老年人参与回忆并保存文化记忆。

Comments 10 pages, 2 figures, 45 references cited

Modular Foundation Model Inference at the Edge: Network-Aware Microservice Optimization

边缘侧模块化基础模型推理：网络感知的微服务优化

Juan Zhu, Zixin Wang, Shenghui Song, Jun Zhang, Khaled Ben Letaief

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文提出了一种基于微服务的边缘侧基础模型推理框架，通过网络感知的双层部署策略，利用核心服务与轻量服务的功能不对称性，实现稳健的服务质量保障与高效的任务完成。

Comments 4 figures. Conference

InkIdeator: Supporting Chinese-Style Visual Design Ideation via AI-Infused Exploration of Chinese Paintings

InkIdeator: 通过融合AI的中国绘画探索支持中文风格视觉设计构思

Shiwei Wu, Ziyao Gao, Zhendong He, Zongtan He, Zhupeng Huang, Xia Chen, Wei Zeng, Xiaojuan Ma, Zhenhui Peng

专题命中 其他多模态 ：multi-modal(abstract)

AI总结 InkIdeator通过融合AI技术，利用多模态大模型分析中国绘画中的文化维度，为中文风格视觉设计提供构思支持，帮助用户高效探索文化符号和可视化想法。

Comments 21 pages, 15 figures, CHI 2026

Physiological and Behavioral Modeling of Stress and Cognitive Load in Web-Based Question Answering

基于Web问答的应激与认知负荷的生理与行为建模

Ailin Liu, Francesco Chiossi, Felix Henninger, Lisa Bondo Andersen, Tobias Wistuba, Sonja Greven, Frauke Kreuter, Fiona Draxler

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文通过多模态数据建模，探索基于网络问答的应激与认知负荷的快速检测方法，为更适应的调查界面提供可行性证明。

GazeSummary: Exploring Gaze as an Implicit Prompt for Personalization in Text-based LLM Tasks

GazeSummary: 探索目光作为隐式提示在基于文本的LLM任务中的个性化应用

Jiexin Ding, Yizhuo Zhang, Xinyun Liu, Ke chen, Yuntao Wang, Shwetak Patel, Akshay Gadre

专题命中 其他多模态 ：multimodal(abstract)

AI总结 本文研究了利用用户目光作为隐式提示，通过LLM生成个性化文本摘要的方法，并验证了其在真实阅读任务中的有效性。

PILOT: A Perceptive Integrated Low-level Controller for Loco-manipulation over Unstructured Scenes

PILOT：一种用于非结构化场景中人形机器人类人协作的感知式低层控制器

Xinru Cui, Linxi Feng, Yixuan Zhou, Haoqi Han, Zhe Liu, Hesheng Wang

机构 * School of Automation and Intelligent Sensing（自动化与智能感知学院） ； Shanghai Jiao Tong University（上海交通大学） ； Global College（全球学院） ； school of Computer Science（计算机科学学院） ； Shanghai Key Laboratory of Navigation and Location Based Services（导航与位置基于服务上海市重点实验室） 纠错

专题命中 其他多模态 ：cross-modal(abstract)

AI总结 PILOT通过统一的强化学习框架，实现了感知式人形机器人移动与操作的稳定控制，提升了在复杂非结构化环境中的任务执行能力。

Comments 8 pages, 4 figures