California Institute of Technology（加州理工学院）

Probabilistic Graphical Model using Graph Neural Networks for Bayesian Inversion of Discrete Structural Component States

基于图神经网络的概率图模型用于离散结构组件状态的贝叶斯反演

Teng Li, Stephen Wu, Yong Huang, James L. Beck, Hui Li

机构 * Key Lab of Smart Prevention and Mitigation of Civil Engineering Disasters of the Ministry of Industry and Information Technology（工信部智能防灾减灾重点实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Key Lab of Structures Dynamic Behavior and Control of the Ministry of Education, School of Civil Engineering, Harbin, Institute of Technology（教育部结构动力行为与控制重点实验室，土木工程学院） ； The Institute of Statistical Mathematics, Research Organization of Information and Systems（统计数学研究所，信息与系统研究机构） ； The Graduate University for Advanced Studies, SOKENDAI（高等研究大学，SOKENDAI） ； Division of Engineering and Applied Science, California Institute of Technology（工程与应用科学系，加州理工学院） 纠错

AI总结 本文提出基于概率图模型的新型贝叶斯反演方法，利用图神经网络实现高效离散状态推断，解决高维参数和非解析似然函数带来的计算挑战。

Comments Accepted by Reliability Engineering & System Safety on 23 February 2026

Journal ref Reliability Engineering & System Safety (2026): 112478

Vision Foundation Models for Domain Generalisable Cross-View Localisation in Planetary Ground-Aerial Robotic Teams

行星地面-空中机器人团队中的域可推广跨视图局部化视觉基础模型

Lachlan Holden, Feras Dayoub, Alberto Candela, David Harvey, Tat-Jun Chin

机构 * AI for Space Group and 3 Andy Thomas Centre for Space Resources, The University of Adelaide（AI空间组和安迪·托马斯太空资源中心，阿德莱德大学） ； Jet Propulsion Laboratory, California Institute of Technology, Pasadena, CA 91109, USA（喷气推进实验室，加州理工学院，帕萨迪纳，CA 91109，美国） ； California Institute of Technology（加州理工学院） 纠错

AI总结 本文提出基于跨视图局部化的双编码深度神经网络，利用语义分割和合成数据缩小域差距，实现地面车在空中地图中的精准定位。

Comments 7 pages, 10 figures. Presented at the International Conference on Space Robotics (iSpaRo) 2025 in Sendai, Japan. Dataset available: https://doi.org/10.5281/zenodo.17364038