Harvard University（哈佛大学）

Stop Holding Your Breath: CT-Informed Gaussian Splatting for Dynamic Bronchoscopy

停止屏息：基于CT的高斯点云法用于动态支气管镜

Andrea Dunn Beltran, Daniel Rho, Aarav Mehta, Xinqi Xiong, Raúl San José Estépar, Ron Alterovitz, Marc Niethammer, Roni Sengupta

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Harvard Medical School（哈佛医学院） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

AI总结 本文提出利用患者特定的呼吸模型消除屏息协议需求，通过配对呼气吸气CT扫描减少呼吸运动，实现连续的变形感知重建。

Do Sparse Autoencoders Capture Concept Manifolds?

稀疏自编码器能否捕捉概念流形？

Usha Bhalla, Thomas Fel, Can Rager, Sheridan Feucht, Tal Haklay, Daniel Wurgaft, Siddharth Boppana, Matthew Kowal, Vasudev Shyam, Jack Merullo, Atticus Geiger, Ekdeep Singh Lubana

机构 * Harvard University（哈佛大学） ； Northeastern University（东北大学） ； Technion IIT（技术学院） ； Stanford University（斯坦福大学） 纠错

AI总结 本文探讨了稀疏自编码器捕捉流形的能力，指出现有方法在连续结构恢复上存在不足，并提出应以几何对象而非单个方向作为可解释性基础。

Man, Machine, and Mathematics

人、机器与数学

Akshunna S. Dogra

机构 * NSF AI Institute for Artificial Intelligence and Fundamental Interactions（美国国家科学基金会人工智能与基本相互作用研究所） ； EPSRC Centre for Doctoral Training: Mathematics of Random Systems（英国工程与物理科学研究委员会博士培训中心：随机系统数学） ； Center of Mathematical Sciences and Applications, Harvard University（哈佛大学数学科学中心） ； Department of Physics, Massachusetts Institute of Technology (MIT)（麻省理工学院（MIT）物理系） ； Department of Mathematics, Imperial College London（伦敦帝国理工学院数学系） ； MathePhysics 纠错

AI总结 本文探讨构建统一框架以指导学习、优化与建模领域的发展，提出解决可解问题的通用收敛定理，并利用动力系统、几何和基础物理中的工具简化学习研究。

Comments 31 pages, 8 figures, 3 appendices. Survey article/scientific manifesto covering learning and optimisation from a broad perspective, especially within computational contexts