高校专区
RoFt-Mol：基于分子图基础模型的鲁棒微调基准测试
机构 * Georgia Institute of Technology（佐治亚理工学院） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 RoFt-Mol通过结合简单权重插值与复杂权重集合微调方法，提升分子图基础模型在回归和分类任务中的鲁棒微调性能。
用于卫星碰撞规避早期机动决策的马尔可夫决策过程框架
机构 * C3U Laboratory, Georgia Institute of Technology（佐治亚理工学院C3U实验室）
AI总结 本文提出了一种基于马尔可夫决策过程的框架，用于在卫星碰撞规避中做出早期机动决策，通过优化推进剂消耗和碰撞风险来提升效率。
Comments 17 pages, 11 figures, submitted to the 2025 Astrodynamics Specialist Conference
层级实例跟踪以平衡隐私保护与可获取信息
机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） ； Pennsylvania State University（宾夕法尼亚州立大学） ； University of Washington（华盛顿大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出层级实例跟踪任务，构建首个支持该任务的基准数据集，通过评估多种模型展示数据集的挑战性，旨在平衡隐私保护与信息可获取性。
Comments Accepted at WACV 2026
跨心灵与模型的视觉分类：人类标注与神经符号整合的认知分析
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文通过对比人类与AI在低分辨率图像标注中的表现，探讨了认知策略与神经符号整合方法的异同，旨在推动更可解释和认知对齐的AI系统发展。
Comments 12 pages, 3 figures. Research manuscript based on the final project for CS6795 (Introduction to Cognitive Science), Georgia Tech
模块化深度学习早期预警系统用于致命热浪预测
机构 * College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院） ； Departamento de Física de la Materia Condensada, Facultad de Física, Universidad de Sevilla（塞维利亚大学物理系凝聚态物理部门） ； Computer Science and Engineering, University of Michigan（密歇根大学计算机科学与工程学院） ； Department of Environmental Health, School of Public Health, Boston University（波士顿大学公共卫生学院环境健康系）
AI总结 DeepTherm通过模块化深度学习方法，无需历史热相关死亡率数据，实现对致命热浪的早期预警预测。
零溅远程协助：一种用于语义远程操作的零样本姿态估计框架
机构 * Khoury College of Computer Sciences at Northeastern University（东北大学Khoury计算机科学学院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 Zero-Splat TeleAssist通过整合视觉-语言分割、单目深度、加权PCA姿态提取和3DGS，实现无需标记或深度传感器的多机器人远程操作中的零样本姿态估计。
Comments Published and Presented at 3rd Workshop on Human-Centric Multilateral Teleoperation in ICRA 2025
通过Wasserstein空间中的minimax优化实现最坏情况生成
机构 * Department of Mathematics, Duke University（杜克大学数学系） ； H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院H. Milton Stewart工业与系统工程学院）
AI总结 本文提出了一种基于Wasserstein空间的minimax优化框架，通过神经网络参数化传输映射，实现高效的最坏情况生成方法。
多项式图：用于根可视化和生成艺术的集成框架
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Information Technology（信息技术大学） ； Vietnam National University（越南国家大学）
AI总结 Polynomiogram通过灵活的采样方案和双引擎架构，实现多项式根的科学探索与生成艺术的结合。
在解决奥数几何问题上超越金牌得主的AlphaGeometry2
机构 * Google DeepMind（谷歌DeepMind） ； University of Cambridge（剑桥大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Brown University（布朗大学） ； Seoul National University（首尔国立大学）
AI总结 AlphaGeometry2通过改进的语言模型和知识共享机制，显著提升了解决几何问题的能力，达到超越金牌得主的水平，并推动了自动系统在几何问题解决中的应用。
Comments 28 pages, 16 figures. V2: Clarified abstract, rewritten introduction, updated results on diagram generation, added acknowledgement section. V3: Added clarifications and a new section "Inequality rules", re-organized sections, added code link, now 34 pages
BeeTLe: 一种面向不平衡数据的深度序列模型用于线性B细胞表位预测与分类及对数调整损失
机构 * Georgia Institute of Technology, Atlanta, USA（佐治亚理工学院）
AI总结 BeeTLe通过深度学习模型和对数调整损失技术，解决线性B细胞表位预测与分类中的类别不平衡问题，提升预测性能。
Comments 19 pages, 3 figures, accepted at ECML PKDD 2023; v2: updated title and added an appendix
一种基于深度学习的自适应多层蜜罐架构用于威胁行为分析
机构 * Georgia Institute of Technology Atlanta, United States of America（佐治亚理工学院亚特兰大分校，美国）
AI总结 本文提出了一种基于深度学习的自适应多层蜜罐架构，通过强化学习实现威胁行为分析，旨在提高威胁情报质量并降低运营成本。
可证明的长距离收益的下一个令牌预测
机构 * Georgia Tech（佐治亚理工学院）
AI总结 该研究证明了下一个令牌预测在学习长距离结构上的强大能力，并提供了模型大小的多项式界来解释实际中观察到的长距离连贯性。
Comments 66 pages, 5 figures
深度学习与机器学习：推动大数据分析与管理，通过工具、技术和应用揭示人工智能的潜力
机构 * National Taiwan Normal University（国立台湾师范大学） ； Indiana University（印第安纳大学） ； University of Hawaii（夏威夷大学） ； Kyoto University（京都大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Rutgers University（罗格斯大学） ； Purdue University（普渡大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Emory University（埃默里大学） ； Sichuan University（四川大学）
AI总结 本文探讨深度学习与机器学习在大数据分析中的应用，通过工具和技术揭示AI潜力，强调伦理与公平性，推动各领域创新。
Comments This book contains 155 pages and 9 figures
测绘MLLM景观：当前调研的元综述
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Indiana University（印第安纳大学） ； Purdue University（普渡大学） ； Emory University（埃默里大学） ； Sichuan University（四川大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； AppCubic ； Kyoto University（京都大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Rutgers University（罗格斯大学） ； National Taiwan Normal University（台湾师范大学）
AI总结 本文通过系统回顾现有调研，全面分析MLLMs的评估方法、挑战与趋势，为研究者提供当前评估现状的深入理解。
Comments The article consists of 22 pages, including 2 figures and 108 references. The paper provides a meta-review of surveys on Multimodal Large Language Models (MLLMs), categorizing findings into key areas such as evaluation, applications, security, and future directions
深度学习与机器学习，推动大数据分析与管理：开胃菜
机构 * AppCubic ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Department of Electrical and Computer Engineering, University of Hawaii at Manoa（夏威夷大学马诺а分校电子与计算机工程系） ； Indiana University（印第安纳大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Purdue University（普渡大学） ； Kyoto University（京都大学） ； Rutgers University（罗格斯大学） ； National Taiwan Normal University（台湾师范大学） ； Emory University（埃默里大学） ； Sichuan University（四川大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学）
AI总结 本书通过深入浅出的方式介绍深度学习与大数据管理的核心技术及应用，涵盖经典模型、预训练模型和大数据管理工具，为读者提供全面的实践指导。
Comments This book contains 93 pages and 60 figures
牙医是积极参与的家长，而酒吧老板不是：通过隐性 BBQ 揭示问答中的隐性偏见
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 隐性BBQ通过隐性提示揭示问答系统中的隐性偏见，发现GPT-4o在性取向等类别中存在显著性能下降，表明现有LLMs存在未被显性基准检测到的偏见。
潜在非线性去噪分数匹配用于增强结构分布的学习
机构 * School of Mathematics（数学学院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出了一种结合非线性前向动力学与VAE的潜在SGM框架，通过改进的训练目标提升结构分布学习的效率和质量。
网络化 restless 多臂老虎机与强化学习
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出网络化RMAB框架，结合RMAB与独立级联模型以捕捉网络环境中的臂间相互作用，并通过Q学习算法验证了网络效应的重要性。
掌握AI：大数据、深度学习与大型语言模型的演变——从基础到最新技术的AutoML
机构 * National Taiwan Normal University（台湾师范大学） ； Indiana University（印第安纳大学） ； University of Hawaii（夏威夷大学） ； AppCubic ； Kyoto University（京都大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Georgia Institute of Technology（佐治亚理工学院） ； Rutgers University（罗格斯大学） ； Purdue University（普渡大学） ； Emory University（埃默里大学）
AI总结 本文系统介绍了AutoML的基础知识、主流工具及最新技术，旨在为AI和机器学习领域提供全面的指导与研究参考。
Comments This book contains 169 pages and 5 figures
EXR：一种基于扩展现实的交互式电子健康记录可视化
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Wallace H. Coulter Department of Biomedical Engineering, Georgia Tech & Emory University（佐治亚理工学院生物医学工程系及埃默里大学） ； Shriners Hospitals for Children, Headquarters, Tampa, FL（夏普斯儿童医院，总部，佛罗里达州坦帕） ； Shriners Hospitals for Children, Philadelphia, PA（夏普斯儿童医院，费城，宾夕法尼亚州）
AI总结 本文提出了一种基于扩展现实的EHR可视化平台，整合结构化和非结构化患者数据，支持沉浸式交互和实时协作，为下一代临床决策支持工具奠定基础。
Comments 11 pages, 6 figures. Preprint version. This paper has been accepted to IEEE ICIR 2025. This is the author-prepared version and not the final published version. The final version will appear in IEEE Xplo
STATE-NAV：面向粗糙地形双足导航的稳定性感知可通行性估计
机构 * Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（机器人与智能机械研究所，佐治亚理工学院）
AI总结 本文提出STATE-NAV框架，通过基于Transformer的神经网络预测双足机器人在粗糙地形中的稳定性，结合分层规划器实现风险感知的导航，提升导航性能和鲁棒性。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L)
大语言模型架构中技术债务与模式违规的定量分析
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本研究通过对比分析三种大语言模型在实现标准化微服务时的架构一致性与技术债务积累情况，揭示了开源模型在架构合规性方面的不足及潜在的技术债务风险。
Comments Under review at the Journal of Systems and Software (Special Issue on Impactful Software Architecture)
重新思考教育中的AI评估：TEACH-AI框架与生成AI助手的基准测试
机构 * Expressive Machinery Lab（表达性机械实验室） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出TEACH-AI框架，旨在通过多视角重新定义教育中AI的有效性评估，促进包容性和长期影响。
Comments 6 pages, NeurIPS 2025 Responsible Foundation Models Workshop
基于局部敏感哈希的高效点变换器用于带电粒子重建
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Purdue University（普渡大学） ； University of Washington（华盛顿大学） ； Princeton University（普林斯顿大学） ； University of California San Diego（加州大学圣地亚哥分校）
AI总结 HEPTv2通过轻量级解码器消除聚类步骤，实现高效端到端推理，提升带电粒子轨迹重建的性能和效率。
Comments Accepted to NeurIPS 2025 Machine Learning and the Physical Sciences Workshop
从像素到 prose：推进遥感多模态语言模型
机构 * Simon Fraser University（西蒙弗雷泽大学） ； University of Minnesota - Twin Cities（明尼苏达大学双城分校） ； Kyoto University（京都大学） ； Georgia Institute of Technology（佐治亚理工学院） ； National Taiwan Normal University（台湾师范大学） ； Purdue University（普渡大学） ； Emory University（埃默里大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校）
AI总结 本文探讨了多模态语言模型在遥感中的应用，分析了其技术基础、挑战及未来发展方向，强调了其在环境监测和灾害响应中的重要作用。
Comments 10 pages, 1 figure
快速高斯过程近似用于自相关数据
机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology, Atlanta, GA 30339（佐治亚理工学院H.Milton Stewart工业与系统工程学院） ； Department of Statistics, University of Wisconsin–Madison, Madison, WI 53706（威斯康星大学麦迪逊分校统计系）
AI总结 本文提出一种快速高斯过程近似方法，通过分块处理自相关数据以加速计算并保持模型预测性能。
Comments Accepted by the INFORMS Journal on Data Science
AutoSurvey2：赋能研究人员的下一代自动化文献综述
机构 * University of Texas at Arlington（德克萨斯理工大学） ； AI Agent Lab（人工智能代理实验室） ； Indiana University（印第安纳大学） ； Ohio State University（俄亥俄州立大学） ； Imperial College London（伦敦帝国理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Appcubic（Appcubic公司） ； Emory University（埃默里大学）
AI总结 AutoSurvey2通过多阶段流程实现自动化文献综述生成，结合检索增强合成与结构化评估，提升综述的连贯性与相关性，为学术写作提供可扩展解决方案。
Comments TKDD 2025
跨视图拓扑感知图表示学习
机构 * Dept. of Mathematics, Georgia Institute of Technology, Atlanta, GA, USA Dept. of Computer Science \& Engineering, Texas A \& M University, College Station, TX, USA Dept. of Mathematical Sciences, The University of Texas at Dallas, Richardson, TX, USA
AI总结 GraphTCL通过整合结构嵌入与拓扑嵌入，利用跨视图对比学习提升图表示学习的鲁棒性和分类性能。
基于大型语言模型的智能合约审计与LLMBugScanner
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 LLMBugScanner通过结合领域知识适应和集成推理，提升智能合约漏洞检测的鲁棒性和泛化能力，提供了一种高效且可扩展的审计框架。
从词向量到多模态嵌入：大型语言模型的技术、应用与未来方向
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Simon Fraser University（西蒙弗雷泽大学） ； Kyoto University（京都大学） ； National Taiwan Normal University（台湾师范大学） ； Purdue University（普渡大学） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Emory University（埃默里大学） ； Cornell University（康奈尔大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； The Hong Kong University of Science（香港科学大学） ； University of Liverpool（利物浦大学） ； University of Warwick（沃里克大学）
AI总结 本文综述了从词向量到多模态嵌入的发展，探讨了大型语言模型的技术、应用及未来方向。
Comments 21 pages
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈