Beihang University（北京航空航天大学）

From Coordinate Matching to Structural Alignment: Rethinking Prototype Alignment in Heterogeneous Federated Learning

从坐标匹配到结构对齐：重新思考异构联邦学习中的原型对齐

Xinghao Wu, Jianwei Niu, Guogang Zhu, Xuefeng Liu, Shaojie Tang, Jiayuan Zhang

机构 * State Key Laboratory of Virtual Reality Technology and Systems, School of Computer Science and Engineering, Beihang University（虚拟现实技术与系统国家重点实验室，计算机科学与工程学院，北京航空航天大学） ； Zhongguancun Laboratory（中关村实验室） ； Center for AI Business Innovation, Department of Management Science and Systems, School of Management, University at Buffalo（人工智能商业创新中心，管理科学与系统系，布法罗大学） 纠错

AI总结 本文提出FedSAF方法，通过将对齐目标从绝对坐标转向类别间关系结构，解决了异构联邦学习中坐标对齐的局限性，提升了模型性能。

Comments 14 pages, 10 figures, 9 tables

HEDP: A Hybrid Energy-Distance Prompt-based Framework for Domain Incremental Learning

HEDP：一种基于能量-距离提示的领域增量学习混合框架

Yu Feng, Zhen Tian, Haoran Luo, Xie Yu, Diancheng Cheng, Haoyue Zheng, Shuai Lyu, Ping Zong, Lianyuan Li, Xin Ge, Yifan Zhu

机构 * China Mobile Research Institute, China（中国移动研究院） ； Beihang University, China（北京航空航天大学） ； Beijing University of Posts and Telecommunications, China（北京邮电大学） ； Nanyang Technological University, Singapore（南洋理工大学） 纠错

AI总结 HEDP提出一种混合能量-距离提示框架，通过能量正则化损失和混合能量-距离加权机制提升领域分离性和适应性，在多个基准上实现2.57%的准确率提升，有效缓解灾难性遗忘。

Comments 13 pages, 6 figures, Accepted by ICML 2026

PPO-Based Dynamic Positioning of HAPS-BS in Wind-Disturbed Stratospheric Maritime Networks

基于PPO的风扰气球基站动态定位研究

Azim Akhtarshenas, German Svistunov, Matteo Bernabè, Kuangyu Zheng, David López-Pérez

机构 * Beihang Valencia Polytechnic Institute (BVPI)（北京航空航天谷雨理工大学） ； Beihang University（北京航空航天大学） 纠错

AI总结 本文提出基于深度强化学习的框架，用于风扰环境下海洋网络中气球基站的动态定位，通过PPO算法提升覆盖稳定性与系统吞吐量。

AceGRPO: Adaptive Curriculum Enhanced Group Relative Policy Optimization for Autonomous Machine Learning Engineering

AceGRPO：自适应课程增强的群体相对策略优化用于自主机器学习工程

Yuzhu Cai, Zexi Liu, Xinyu Zhu, Cheng Wang, Yanfeng Wang, Siheng Chen

机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

AI总结 本文提出AceGRPO，通过动态数据缓冲和可学习潜力函数提升自主机器学习工程的持续迭代优化能力，实验证明其在MLE-Bench-Lite上达到100%有效提交率。

Comments 18 pages, 5 figures