Wake Vectoring for Efficient Morphing Flight
用于高效变形飞行的唤醒向量化
机构 * Department of Aerospace Engineering, California Institute of Technology（航空航天工程系，加州理工学院）
AI总结 本研究提出一种被动唤醒向量化机制，通过重新定向旋翼尾流来恢复变形飞行中的垂直推力，提升空中机器人的操控能力和飞行效率。
高校专区
California Institute of Technology（加州理工学院）
When GenAI Meets Fake News: Understanding Image Cascade Dynamics on Reddit
当生成式AI遇见假新闻：在Reddit上理解图像级联动态
机构 * Computing + Mathematical Sciences（计算与数学科学） ； California Institute of Technology（加利福尼亚理工学院）
AI总结 本研究首次分析了Reddit上AI生成图像和虚假信息在不同意识形态社区中的传播动态，通过整合文本情感、视觉属性和扩散指标，预测了即时和长期的病毒传播效果。
Comments Accepted at 2025 MIT Undergraduate Research Technology Conference (URTC'25)
EnCompass: Enhancing Agent Programming with Search Over Program Execution Paths
EnCompass：通过程序执行路径搜索增强智能体编程
机构 * Asari AI ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Caltech CMS（加州理工学院 CMS）
AI总结 EnCompass通过解耦智能体工作流逻辑与推理策略，提供一种基于Python的框架，允许快速提升智能体可靠性并灵活切换推理策略。
Comments 65 pages, 2 figures, published in NeurIPS 2025
KALIKO: Kalman-Implicit Koopman Operator Learning For Prediction of Nonlinear Dynamical Systems
KALIKO：基于卡尔曼隐式Koopman算子的学习用于非线性动力系统预测
机构 * Caltech（加州理工学院）
AI总结 KALIKO通过卡尔曼滤波隐式学习高维非线性动态系统，实现高精度预测与稳定控制。
Atomic Diffusion Models for Small Molecule Structure Elucidation from NMR Spectra
原子扩散模型用于从NMR谱解析小分子结构
机构 * Princeton University（普林斯顿大学） ； California Institute of Technology（加州理工学院）
AI总结 ChefNMR通过原子扩散模型从NMR光谱直接预测小分子结构，实现高精度自动解析。
Comments NeurIPS 2025
hls4ml: A Flexible, Open-Source Platform for Deep Learning Acceleration on Reconfigurable Hardware
hls4ml：一种灵活、开源的深度学习在可重构硬件上加速平台
机构 * Purdue University（普渡大学） ； ETH Zurich（苏黎世联邦理工学院） ； California Institute of Technology（加州理工学院） ； Fermi National Accelerator Lab（费米国家加速器实验室） ； European Organization for Nuclear Research (CERN)（欧洲核子研究中心） ； University of California San Diego（加州大学圣地亚哥分校） ； Imperial College London（伦敦帝国理工学院） ； National Technical University of Athens（希腊国家技术大学） ； University of Geneva（日内瓦大学） ； Altera Corporation（阿尔特拉公司） ； Discovery Partners Institute（发现伙伴研究所） ； Massachusetts Institute of Technology（麻省理工学院） ； National Yang Ming Chiao Tung University（国立阳明交通大学） ； Northwestern University（西北大学） ； Princeton University（普林斯顿大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan（密歇根大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Washington（华盛顿大学）
AI总结 hls4ml是一种开源平台，用于将深度学习模型转换为可重构硬件上的HLS代码，以实现低延迟、低资源消耗的ML推理加速。
From Black Hole to Galaxy: Neural Operator: Framework for Accretion and Feedback Dynamics
从黑洞到星系：神经运算符：吸积与反馈动态的框架
机构 * Department of Computer, Mathematical, and Natural Sciences, University of Maryland（大学计算机、数学和自然科学系） ； Department of Computing and Mathematical Sciences, California Institute of Technology（加州理工学院计算与数学科学系） ； TAPIR & Walter Burke Institute for Theoretical Physics, California Institute of Technology（加州理工学院TAPIR及沃尔特·布克理论物理研究所） ； Department of Physics, California Institute of Technology（加州理工学院物理系）
AI总结 本文提出基于神经运算符的''子网格黑洞''框架，通过学习小尺度动态并嵌入多级模拟，实现对黑洞与星系演化反馈的动态耦合建模。
Comments ML4PS Workshop, Neurips 2025 accepted
PIANO: Physics-informed Dual Neural Operator for Precipitation Nowcasting
PIANO：基于物理的双神经算子用于降水nowcasting
机构 * California Institute of Technology（加州理工学院） ； TelePIX Seoul（首尔TelePIX）
AI总结 PIANO通过结合物理约束和神经算子提升降水nowcasting的准确性和一致性，实现对中等及强降水事件的有效预测。
Comments NeurIPS 2025 Machine Learning and Physical Sciences Workshop
Graph Laplacian-based Bayesian Multi-fidelity Modeling
基于图拉普拉斯的贝叶斯多保真建模
机构 * Department of Aerospace and Mechanical Engineering, University of Southern California（航空航天与机械工程系，南加州大学） ； School of Mathematics, University of Birmingham（数学学院，伯明翰大学） ； Computing and Mathematical Sciences, California Institute of Technology（计算与数学科学系，加州理工学院）
AI总结 本文提出基于图拉普拉斯的贝叶斯多保真建模方法，利用低保真数据构建先验密度并结合高保真数据提升预测精度。
Comments Published in Computer Methods in Applied Mechanics and Engineering, Volume 435, 2025, Article 117647
Journal ref Comput. Methods Appl. Mech. Eng. 435 (2025) 117647
Extension Condition "violations" and Merge optimality constraints
扩展条件“违反”与合并最优约束
机构 * Department of Mathematics（数学系） ； Department of Computing（计算系） ； Mathematical Sciences, California Institute of Technology, CA 91125, USA（数学科学，加州理工学院） ； Department of Linguistics, Stony Brook University, NY 11794-4376, USA（语言学系，石溪大学） ； Department of Linguistics, Utrecht University, Trans 10, 3512 JK Utrecht, The Netherlands（语言学系，乌得勒支大学）
AI总结 本文通过侧向合并解释多种语言现象，展示扩展条件并非必要，且最优性违反在模型中具有结构代数作用。
Comments 85 pages
Open Vocabulary Monocular 3D Object Detection
开放词汇单目3D物体检测
机构 * University of Virginia（弗吉尼亚大学） ； California Institute of Technology（加州理工学院）
AI总结 本文提出了一种开放词汇单目3D检测方法，通过整合预训练的2D和3D视觉模型，解决3D标注稀缺和语义歧义问题，实现对新类别的零样本检测和已有类别的域内检测。
Comments 3DV 2026, Project page: https://cvlab.cs.virginia.edu/ovmono3d
Operator Learning at Machine Precision
在机器精度下实现运算符学习
机构 * Department of Computing and Mathematical Sciences, California Institute of Technology（加州理工学院计算与数学科学部） ； Department of Applied Mathematics, Illinois Institute of Technology（伊利诺伊理工学院应用数学系） ； Department of Applied Mathematics, University of Washington（华盛顿大学应用数学系）
AI总结 本文提出CHONKNORIS和FONKNORIS模型，通过Cholesky因子回归实现非线性PDE的高精度求解。
The magnitude of categories of texts enriched by language models
富文本的范畴大小
机构 * SandboxAQ, Palo Alto, CA 94301, USA（SandboxAQ） ； Department of Mathematics, The Master's University, Santa Clarita, CA 91321, USA（数学系） ； Department of Mathematics, California Institute of Technology, Pasadena, CA 91125, USA（数学系） ； Department of Linguistics, Northwestern University, Evanston, IL 60208, USA（语言学系）
AI总结 本文通过语言模型的概率分布定义文本范畴，并计算其大小函数及同调群，将大小视为分部函数。
Comments 26 pages
Journal ref Theory and Applications of Categories, Vol. 44, 2025, No. 37, pp 1256-1281
Neural surrogates for designing gravitational wave detectors
神经代理用于设计引力波探测器
机构 * Max Planck Institute for the Science of Light（马克斯·普朗克光科学研究所） ； ELLIS Unit Linz, Institute for Machine Learning（ELLIS林茨单元，机器学习研究所） ； Machine Learning in Science Cluster, Department of Computer Science, Faculty of Science, University of Tuebingen（科学机器学习集群，计算机科学系，科学学院，图宾根大学） ； LIGO Laboratory, California Institute of Technology（LIGO实验室，加州理工学院） ； School of Physics and Astronomy, Tel Aviv University（物理与天文学学院，特拉维夫大学）
AI总结 本文提出利用神经代理模型加速引力波探测器设计，通过高效替代传统模拟器，显著提升设计效率和准确性。
Comments 20 pages, 7 figures, 4 tables
Ambient Noise Full Waveform Inversion with Neural Operators
环境噪声全波形反演与神经算子
机构 * Seismological Laboratory, California Institute of Technology（加州理工学院地震实验室） ； Department of Geology and Geophysics, University of Utah（犹他大学地质与地球物理系） ； Nvidia Corporation（英伟达公司）
AI总结 本研究利用神经算子对实际地震数据进行全波形反演，以提高反演效率并减少循环跳过问题。
Comments Align with the published version
Robust Adaptive Safe Robotic Grasping with Tactile Sensing
机构 * Maersk Mc-Kinney Moller Institute, University of Southern Denmark（马士基麦金尼默勒研究所，丹麦南方大学） ； Departments of Mechanical and Civil Engineering and Computing and Mathematical Sciences , California Institute of Technology（机械与土木工程系和计算与数学科学系，加州理工学院）
Comments This paper was accepted to ECC 2025. The demonstration video is available at https://youtu.be/Cuj47mkXRdg
Generating Natural-Language Surgical Feedback: From Structured Representation to Domain-Grounded Evaluation
机构 * California Institute of Technology（加州理工学院） ； Cedars-Sinai Medical Center（Cedars-Sinai 医疗中心）
Comments Accepted as proceedings paper for ML4H 2025
Enhancing Agentic Autonomous Scientific Discovery with Vision-Language Model Capabilities
机构 * Department of Physics, University of Cambridge, Cambridge, United Kingdom（剑桥大学物理系） ； Kavli Institute for Cosmology, University of Cambridge, Cambridge, United Kingdom（剑桥大学卡弗利天文研究所） ； Department of Physics and Astronomy, Haverford College, 370 Lancaster Avenue, Haverford, PA 19041, USA（哈弗福德学院物理与天文学系） ； Division of Physics, Mathematics and Astronomy, California Institute of Technology, Pasadena, CA 91125, USA（加州理工学院物理、数学与天文学系） ； Institute of Astronomy, University of Cambridge, Cambridge, United Kingdom（剑桥大学天文研究所）
Single Tensor Cell Segmentation using Scalar Field Representations
机构 * Centro de Informática, Universidade Federal de Pernambuco, Brazil（巴西佩鲁巴伦斯联邦大学计算机中心） ； Center for Image Analysis, Beckman Institute, California Institute of Technology, USA（美国加利福尼亚理工学院图像分析中心）
Comments Submitted to IEEE ISBI 2026
Learning Time-Scale Invariant Population-Level Neural Representations
机构 * Computing & Mathematical Sciences（计算与数学科学） ； Computation & Neural Systems（计算与神经系统） ； California Institute of Technology（加州理工学院）
Comments 10 pages, 5 figures, NeurIPS 2025 Foundation Models for the Brain and Body
An Evaluation of Representation Learning Methods in Particle Physics Foundation Models
机构 * Division of Physics, Mathematics and Astronomy（物理、数学和天文系） ； California Institute of Technology（加州理工学院） ； Particle Physics Division（粒子物理部） ； Fermi National Accelerator Laboratory（费米国家加速器实验室） ； Bexorg, Inc.（Bexorg公司）
Learning the relative composition of EEG signals using pairwise relative shift pretraining
机构 * Apple（苹果公司） ； Stanford University（斯坦福大学） ； California Institute of Technology（加州理工学院） ； University of Amsterdam（阿姆斯特丹大学）
Comments Foundation Models for the Brain and Body NeurIPS 2025 Workshop
EcoSpa: Efficient Transformer Training with Coupled Sparsity
机构 * Rutgers University（新泽西罗格斯大学） ； California Institute of Technology（加州理工学院） ； Rice University（Rice 大学）
Global Solutions to Non-Convex Functional Constrained Problems with Hidden Convexity
机构 * ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（ETH人工智能中心） ； Georgia Institute of Technology（佐治亚理工学院） ； California Institute of Technology（加州理工学院）
CaloChallenge 2022: A Community Challenge for Fast Calorimeter Simulation
机构 * Institute of High Energy Physics (HEPHY), Austrian Academy of Sciences (OeAW)（高能物理研究所（HEPHY），奥地利科学院） ； Department of Microtechnology and Nanoscience（微电子与纳米科学系） ； Lawrence Berkeley National Laboratory（伯克利国家实验室） ； CERN（欧洲核子研究中心） ； NHETC, Department of Physics and Astronomy（NHETC，物理与天文学系） ； Fermi National Accelerator Laboratory（费米国家加速器实验室） ； III. Physikalisches Institut A, RWTH Aachen University（RWTH亚琛大学第三物理研究所） ； Department of Physics and Astronomy, Alma Mater Studiorum - University of Bologna（博洛尼亚大学物理与天文学系） ； Weizmann Institute of Science（魏茨曼科学研究所） ； IBM Research, India（印度IBM研究院） ； University of Washington（华盛顿大学） ； IBM T. J. Watson Research Center（IBM T.J. Watson研究中） ； California Institute of Technology（加州理工学院） ； MaLGa--DIBRIS, University of Genova（热那亚大学MaLGa-DIBRIS） ； Tsung-Dao Lee Institute (TDLI), Shanghai Jiao Tong University（李政道研究所（TDLI），上海交通大学） ； Key Laboratory for Particle Astrophysics and Cosmology (MOE), Shanghai Key Laboratory for Particle Physics and Cosmology (SKLPPC), Shanghai Jiao Tong University（粒子天体物理与宇宙学重点实验室（MOE），上海粒子物理与宇宙学重点实验室（SKLPPC），上海交通大学） ； Institute of Nuclear and Particle Physics, School of Physics and Astronomy, Shanghai Jiao Tong University（核物理与粒子物理研究所，上海交通大学物理与天文学院） ； University College London (UCL)（伦敦大学学院（UCL）） ； Département de Physique Nucléaire et Corpusculaire, University of Geneva（日内瓦大学核物理与粒子物理系） ； Department of Physics, University of Genova（热那亚大学物理系） ； Yale University（耶鲁大学）
Comments 204 pages, 100+ figures, 30+ tables; v2: matches published version
RINO: Renormalization Group Invariance with No Labels
机构 * Division of Physics, Mathematics and Astronomy（物理、数学和天文学系） ； California Institute of Technology（加州理工学院） ； Particle Physics Division（粒子物理学系） ； Fermi National Accelerator Laboratory（费米加速器实验室） ； Department of Physics（物理系） ； University of California San Diego（加州大学圣地亚哥分校）
Bayesian preference elicitation for decision support in multiobjective optimization
机构 * Institute of Applied Analysis（应用分析研究所） ； Numerical Simulation , University of Stuttgart, Germany（数值模拟，斯图加特大学，德国） ； Institute for Parallel（并行系统研究所） ； Distributed Systems , University of Stuttgart, Germany（分布式系统，斯图加特大学，德国） ； Surrogate Modeling Lab , Ghent University - imec, Belgium（替代建模实验室，根特大学-imec，比利时） ； Department of Computing（计算部门） ； Mathematical Sciences , California Institute of Technology, USA（数学科学，加州理工学院，美国）
Comments 16 pages, 5 figures
A Physics-Constrained Neural Differential Equation Framework for Data-Driven Snowpack Simulation
机构 * California Institute of Technology（加州理工学院）
Comments This Work has been accepted to Artificial Intelligence for Earth Systems. The AMS does not guarantee that the copy provided here is an accurate copy of the Version of Record (VoR). Please view the VoR at https://doi.org/10.1175/AIES-D-24-0040.1
Journal ref Artificial Intelligence for the Earth Systems 4, 3 (2025), 240040
Guardian-regularized Safe Offline Reinforcement Learning for Smart Weaning of Mechanical Circulatory Devices
机构 * University of California（加州大学） ； California Institute of Technology（加州理工学院） ； Abiomed（阿比omed）
Split Gibbs Discrete Diffusion Posterior Sampling
机构 * California Institute of Technology（加州理工学院） ； New York University（纽约大学） ； OpenAI
Comments Accepted to NeurIPS 2025
