California Institute of Technology（加州理工学院）

2604.02719 2026-04-06 cs.CV cs.AI cs.LG

MOMO: Mars Orbital Model Foundation Model for Mars Orbital Applications

MOMO：用于火星轨道应用的火星轨道基础模型

Mirali Purohit, Bimal Gajera, Irish Mehta, Bhanu Tokas, Jacob Adler, Steven Lu, Scott Dickenshied, Serina Diniega, Brian Bue, Umaa Rebbapragada, Hannah Kerner

机构 * Arizona State University（亚利桑那州立大学）； Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）

AI总结 MOMO是首个多传感器基础模型，通过模型融合整合来自HiRISE、CTX和THEMIS三种关键火星传感器的数据，提升多分辨率数据的稳定性和泛化能力。

Comments Accepted at CVPR 2026 (Main Track)

2604.02488 2026-04-06 cs.LG

Causal-Audit: A Framework for Risk Assessment of Assumption Violations in Time-Series Causal Discovery

因果审计：时间序列因果发现中假设违反风险评估的框架

Marco Ruiz, Miguel Arana-Catania, David R. Ardila, Rodrigo Ventura

机构 * Institute for Systems and Robotics, Instituto Superior Técnico（系统与机器人研究所，里斯本高等理工学院）； Digital Scholarship at Oxford, University of Oxford（牛津大学数字学术中心）； Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）

AI总结本文提出Causal-Audit框架，用于评估时间序列因果发现中假设违反的风险。通过计算五个假设家族的效果大小诊断，生成校准风险评分，并应用考虑回避的决策策略，以减少误判。

Comments 28 pages, 10 figures, 15 tables. Being submitted to Journal of Causal Inference JCI

2510.02513 2026-04-06 stat.ML cs.DS cs.LG cs.NA math.NA stat.CO

Adaptive randomized pivoting and volume sampling

自适应随机 pivoting 和体积采样

Ethan N. Epperly

机构 * University of California Berkeley（加州大学伯克利分校）； Caltech（加州理工学院）

AI总结本文将自适应随机 pivoting 算法与体积采样分布及线性回归主动学习算法联系起来，提出新的分析和更高效的实现方法。

Comments 14 pages, 2 figures