EPFL（洛桑联邦理工学院）

A Latent ODE Approach to Spatiotemporal Modeling of Cine Cardiac MRI

一种用于电影心脏MRI时空建模的潜在ODE方法

David Brüggemann, Ekaterina Krymova, Firat Özdemir, Jochen von Spiczak, Sebastian Kozerke, Samia Mora, Robert Manka, Mathieu Salzmann, Olga V. Demler

机构 * Swiss Data Science Center, EPFL and ETH Zürich（瑞士数据科学中心，EPFL 和 ETH 苏黎世） ； Diagnostic and Interventional Radiology, University Hospital Zürich（诊断与介入放射学，苏黎世大学医院） ； Institute for Biomedical Engineering, University and ETH Zürich（生物医学工程研究所，苏黎世大学和 ETH 苏黎世） ； Biomedical Informatics Group, ETH Zürich（生物医学信息学小组，ETH 苏黎世） ； Division of Preventive Medicine, Brigham and Women’s Hospital / Harvard Medical School（预防医学部，布莱根妇女医院/哈佛医学院） 纠错

AI总结 提出一种基于神经ODE的潜在动力学模型，从心脏MRI中编码双心室结构和全周期运动，通过图网格自编码器重建3D+t运动，并利用Cox模型评估偏离预期状态对心衰的预测能力，在UK Biobank数据上优于传统指标。

Dot-Flik: A Scalable Edge AI Architecture for Distributed Insect Monitoring

Dot-Flik：一种用于分布式昆虫监测的可扩展边缘AI架构

Mattia Consani, Denisa-Andreea Constantinescu, Åse Håtveit, Titus Venverloo, Fabio Duarte, Carlo Ratti, David Atienza

机构 * École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院洛桑校区） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 提出基于运动信息帧过滤和分层物联网架构的边缘AI系统，在低成本硬件上实现实时昆虫监测，减少60-80%帧传输并节能22.6%。

CLEF HIPE-2026: Evaluating Accurate and Efficient Person-Place Relation Extraction from Multilingual Historical Texts

CLEF HIPE-2026：从多语言历史文本中评估准确且高效的人物-地点关系抽取

Juri Opitz, Corina Raclé, Emanuela Boros, Andrianos Michail, Matteo Romanello, Maud Ehrmann, Simon Clematide

机构 * University of Zurich, Switzerland（苏黎世大学，瑞士） ； Swiss Art Research Infrastructure (SARI), University of Zurich（瑞士艺术研究基础设施（SARI），苏黎世大学） ； École Polytechnique Fédérale de Lausanne (EPFL), Switzerland（洛桑联邦理工学院（EPFL），瑞士） 纠错

AI总结 提出HIPE-2026评测任务，针对多语言历史文本中的人物-地点关系抽取，引入联合评估准确性、计算效率和领域泛化的三方面评价框架。

Comments ECIR 2026. Official version available at https://doi.org/10.1007/978-3-032-21321-1_46 - Task Homepage at https://hipe-eval.github.io/HIPE-2026/

Monte Carlo Tree Search with Tensor Factorization for Optimization Problems in Robotics

基于张量分解的蒙特卡洛树搜索用于机器人优化问题

Teng Xue, Yan Zhang, Amirreza Razmjoo, Sylvain Calinon

机构 * Idiap Research Institute（Idiap研究机构） ； École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院洛桑分校） 纠错

AI总结 提出TTTS算法，利用张量分解压缩决策树分支间的隐式相关性，以线性复杂度降低MCTS的计算和存储开销，在逆运动学、运动规划、多阶段操作等任务中实现高效全局优化。

Comments 25 pages, 17 figures