EPFL（洛桑联邦理工学院）

Dirac-Frenkel dynamics with inertia for nonlinearly parametrized solutions of evolution problems

带惯性的Dirac-Frenkel动力学用于演化问题的非线性参数化解

Matteo Raviola, Benjamin Peherstorfer

机构 * Scientific Computing and Uncertainty Quantification - CADMOS Chair, EPFL（科学计算与不确定性量化——CADMOS Chair，EPFL） ； Courant Institute of Mathematical Sciences, New York University（数学科学学院，纽约大学） 纠错

AI总结 针对冗余非线性参数化（如神经网络或混合模型）导致的参数动力学非唯一或病态问题，提出在Dirac-Frenkel动力学中加入惯性，使弱信息方向保留历史速度，强信息方向保持原动力学，证明良定性并给出后验误差界。

Accurate Trajectory Tracking with Model Predictive Contouring Control for Bird-Scale Flapping-Wing MAVs

利用MPCC实现精确轨迹跟踪的扑翼微型飞行器

Charbel Toumieh, Jack Zeng, Niel Mistry, Dario Floreano

机构 * Laboratory of Intelligent Systems, Ecole Polytechnique Federale de Lausanne (EPFL)（智能系统实验室，瑞士联邦理工学院（EPFL）） 纠错

AI总结 本文提出MPCC方法，通过在线优化轨迹跟踪，解决扑翼飞行器动力学耦合问题，实现在复杂机动中的高精度跟踪。

Comments 9 pages, 7 figures

Bayes optimal learning of attention-indexed models

贝叶斯最优学习注意力索引模型

Fabrizio Boncoraglio, Emanuele Troiani, Vittorio Erba, Lenka Zdeborová

机构 * Statistical Physics of Computation Laboratory, École polytechnique fédérale de Lausanne (EPFL)（计算物理学实验室，瑞士联邦理工学院（EPFL）） 纠错

AI总结 本文提出注意力索引模型，通过理论分析和算法设计，探讨深度注意力层的贝叶斯最优学习问题。

Journal ref NeurIPS 2025

The Computational Advantage of Depth: Learning High-Dimensional Hierarchical Functions with Gradient Descent

Yatin Dandi, Luca Pesce, Lenka Zdeborová, Florent Krzakala

机构 * Information, Learning and Physics Laboratory. Ecole Polytechnique Fédérale de Lausanne (EPFL), CH-1015 Lausanne, Switzerland.（信息、学习与物理实验室。瑞士洛桑联邦理工学院（EPFL）） ； Statistical Physics of Computation Laboratory. Ecole Polytechnique Fédérale de Lausanne (EPFL), CH-1015 Lausanne, Switzerland.（计算统计物理实验室。瑞士洛桑联邦理工学院（EPFL）） 纠错

Journal ref NeurIPS 2025 (Spotlight)

Learning with Restricted Boltzmann Machines: Asymptotics of AMP and GD in High Dimensions

Yizhou Xu, Florent Krzakala, Lenka Zdeborová

机构 * Statistical Physics of Computation Laboratory (SPOC), EPFL, Switzerland（计算统计物理实验室（SPOC），瑞士联邦理工学院） ； Information, Learning, and Physics Laboratory (IDEPHICS), EPFL, Switzerland（信息、学习与物理实验室（IDEPHICS），瑞士联邦理工学院） 纠错

Journal ref NeurIPS 2025