Physics-informed reduced-order modelling with equivariant spectral submanifolds
基于等变谱子流形的物理信息降阶建模
机构 * University of Cambridge(剑桥大学)
AI总结 本研究提出等变谱子流形(eSSM)降阶算法,利用全阶模型对称性提升计算速度与模型鲁棒性,在基准问题上验证了其相比传统SSM降阶的优势。
高校专区
基于等变谱子流形的物理信息降阶建模
机构 * University of Cambridge(剑桥大学)
AI总结 本研究提出等变谱子流形(eSSM)降阶算法,利用全阶模型对称性提升计算速度与模型鲁棒性,在基准问题上验证了其相比传统SSM降阶的优势。
HiResNets:使用中央凹残差流的原生全高清视频识别
机构 * University of Cambridge(剑桥大学) ; University of Oxford(牛津大学) ; VGG(视觉几何组)
AI总结 该研究提出HiResNets,利用中央凹残差流消除残差流分辨率的二次依赖,实现快速处理高分辨率视频,在以自我为中心的视频识别任务中性能更优。
信号驱动观测:面向长程任务的Web智能体
机构 * University of Cambridge(剑桥大学)
AI总结 提出信号驱动观测(SDO)方法,通过专用子调用读取完整DOM但仅返回任务相关元素,并由轻量信号检测器触发重新调用,解决长程Web智能体中上下文退化问题。
Comments 10 pages, 1 figure. Accepted to the Failure Modes in Agentic AI (FAGEN) Workshop at ICML 2026