University of Cambridge（剑桥大学）

PAM: A Pose-Appearance-Motion Engine for Sim-to-Real HOI Video Generation

PAM：一种用于仿真到现实手-物体互动视频生成的姿态-外观-运动引擎

Mingju Gao, Kaisen Yang, Huan-ang Gao, Bohan Li, Ao Ding, Wenyi Li, Yangcheng Yu, Jinkun Liu, Shaocong Xu, Yike Niu, Haohan Chi, Hao Chen, Hao Tang, Yu Zhang, Li Yi, Hao Zhao

机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； BAAI（北京智源人工智能研究院） ； SJTU（上海交通大学） ； Eastern Institute of Technology（东方理工高等研究院） ； University of Cambridge（剑桥大学） 纠错

AI总结 本文提出PAM引擎，整合姿态、外观和运动生成可控的HOI视频，通过实验验证其在DexYCB和OAKINK2数据集上的性能优势。

Comments Accepted to CVPR 2026 Code: https://github.com/GasaiYU/PAM

Learning ECG Image Representations via Dual Physiological-Aware Alignments

通过双生理感知对齐学习ECG图像表示

Hung Manh Pham, Jialu Tang, Aaqib Saeed, Dong Ma, Bin Zhu, Pan Zhou

机构 * University of Cambridge（剑桥大学） ； Singapore Management University（新加坡管理大学） ； Eindhoven University of Technology（埃因霍温理工大学） 纠错

AI总结 本文提出ECG-Scan框架，通过多模态对比对齐和软导联约束，提升ECG图像表示学习效果，验证了图像模型在心血管诊断中的优越性。

Benchmark Problems and Benchmark Datasets for the evaluation of Machine and Deep Learning methods on Photoplethysmography signals: the D4 report from the QUMPHY project

用于评估机器和深度学习方法在光体积脉搏波形信号上的性能的基准问题和基准数据集：QUMPHY项目的D4报告

Urs Hackstein, Jordi Alastruey, Philip Aston, Ciaran Bench, Peter H. Charlton, Loic Coquelin, Nando Hegemann, Vaidotas Marozas, Mohammad Moulaeifard, Manasi Nandi, Andrius Petrenas, Oskar Pfeffer, Mantas Rinkevicius, Andrius Solosenko, Nils Strodthoff, Sara Vardanega

机构 * Technische Hochschule Mittelhessen - University of Applied Sciences（米特黑森应用技术大学） ； National Physical Laboratory（国家物理实验室） ； University of Cambridge（剑桥大学） ； Physikalisch-Technische Bundesanstalt（德国联邦物理技术研究院） ； Kaunas University of Technology（考纳斯理工大学） ； Carl von Ossietzky Universität Oldenburg（奥尔登堡大学） 纠错

AI总结 QUMPHY项目D4报告提出六个与PPG信号相关的基准问题，并描述了适合的基准数据集及其使用方法，旨在评估机器和深度学习方法在医疗领域的性能。

Comments 28 pages

Exploring Effective Strategies for Building a User-Configured GPT for Coding Classroom Dialogues

探索构建用户配置的GPT用于编码课堂对话的有效策略

Luwei Bai, Dongkeun Han, Sara Hennessy

机构 * Faculty of Education, University of Cambridge（剑桥大学教育学院） 纠错

AI总结 本文探讨了构建定制GPT用于编码课堂对话的有效策略，通过MyGPT系统评估其在有限数据下的表现，提出基于其独特功能的实用策略，以生成编码建议。

Comments Draft technical report. 39 pages, 2 figures. Not yet submitted for publication. Update expected

RIFT: Entropy-Optimised Fractional Wavelet Constellations for Ideal Time-Frequency Estimation

RIFT：基于熵优化的分数小波星座用于理想时频估计

James M. Cozens, Simon J. Godsill

机构 * Engineering Department, University of Cambridge（剑桥大学工程系） 纠错

AI总结 本文提出RIFT方法，通过局部熵测度优化分数小波星座，实现高分辨率时频估计，有效抑制交叉项并提升精度。

Comments Minor revision; no substantive changes