Harvard University（哈佛大学） - arXivDaily 高校专区

2608.05579 2026-08-07 cs.RO 新提交

ARGUS: Aligning Robot Scene Geometry Under Shifting Views with Large 3D Vision Models

ARGUS：利用大规模3D视觉模型在视角变化下对齐机器人场景几何结构

Rishik Sathua, Haonan Chen, Katherine Driggs-Campbell

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）； Harvard University（哈佛大学）

AI总结本研究提出ARGUS，一种利用大规模3D视觉模型对齐机器人场景几何结构的观测预处理流水线，可提升机器人操纵策略在视角多样化场景下的性能与学习效率。

Comments Project webpage: https://rsathua.github.io/ARGUS/

2603.23647 2026-08-07 cs.CV cs.AI cs.LG 版本更新

λSplit: Self-Supervised Content-Aware Spectral Unmixing for Fluorescence Microscopy

λSplit: 用于荧光显微镜的自监督内容感知光谱解混

Federico Carrara, Talley Lambert, Mehdi Seifi, Florian Jug

机构 * Fondazione Human Technopole（人类技术极地基金会）； Harvard Medical School（哈佛医学院）； Università Campus Bio-Medico（生物医学大学校园）

AI总结提出λSplit，一种基于物理信息的深度生成模型，通过分层变分自编码器学习浓度图的条件分布，结合可微分光谱混合器实现最先进的光谱解混和隐式噪声去除。

Comments 14 pages, 25 pages supplement, 16 figures total, 14 tables total. Accepted at ECCV 2026

2507.03631 2026-08-07 cs.LG math-ph math.MP nlin.CD q-bio.NC 版本更新

Scientific Machine Learning of Chaotic Systems Learns Reduced-Order Equations for Neural Populations

混沌系统的科学机器学习发现神经群体的支配方程

Anthony G. Chesebro, David Hofmann, Vaibhav Dixit, Earl K. Miller, Richard H. Granger, Alan Edelman, Christopher V. Rackauckas, Lilianne R. Mujica-Parodi, Helmut H. Strey

机构 * Department of Biomedical Engineering and Laufer Center for Physical and Quantitative Biology, State University of New York at Stony Brook, NY, USA（生物医学工程系和物理与定量生物学拉夫中心，石溪大学纽约州立大学 Stony Brook 分校）； Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital and Harvard Medical School, MA, USA（Athinoula A. Martinos 生物医学成像中心，麻省总医院和哈佛医学院）； Computer Science and Artificial Intelligence Lab, Massachusetts Institute of Technology, MA, USA（计算机科学与人工智能实验室，麻省理工学院）； Picower Institute for Learning and Memory, Massachusetts Institute of Technology, MA, USA（记忆学习研究所，麻省理工学院）； Psychological and Brain Sciences, Dartmouth College, NH, USA（心理学与脑科学系，达特茅斯学院）； Santa Fe Institute, NM, USA（圣菲研究所）

AI总结该研究提出PEM-UDE方法，通过科学机器学习从混沌系统中发现可解释的支配方程，成功恢复噪声污染数据中的动态，并在神经群体中推导出符合生物约束的新方程。

Comments 54 pages, 10 figures