Harbin Institute of Technology（哈尔滨工业大学）

FSE: Continual Learning for Named Entity Recognition by Fast-Slow Experts

FSE：通过快速-慢速专家进行命名实体识别的持续学习

Yunan Zhang, Yang Fan, Heng Li, Xiangping Wu, Qingcai Chen

机构 * School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） 纠错

AI总结 研究命名实体识别的持续学习问题，提出FSE模型，通过快速-慢速专家结合及长度衰减负采样策略，在跨任务知识共享、减轻学习负担等方面发挥作用，在CLNER场景中取得了最优性能。

Comments Preprint submitted to Pattern Recognition Letters

From level set evolution to threshold optimization: A grayscale level set framework for image segmentation

从水平集演化到阈值优化：用于图像分割的灰度水平集框架

Xingkai Li, Jiebao Sun, Fanghui Song, Zhichang Guo

机构 * School of Mathematics, Harbin Institute of Technology（哈尔滨工业大学数学学院） 纠错

AI总结 针对图像分割中多种退化情况分割的难题，该研究基于对长度项的理论分析，构建灰度水平集，提出将偏微分方程演化转化为一维阈值搜索的快速分割框架，有效提升计算速度，经实验验证了其在多种退化图像上的分割性能。

A Smooth Phase-Separation Model for Weak-Boundary Segmentation of Homogeneous Structures

用于均匀结构弱边界分割的平滑相分离模型

Zihan Li, Jiebao Sun, Fanghui Song, Zhichang Guo

机构 * School of Mathematics, Harbin Institute of Technology（哈尔滨工业大学数学学院） 纠错

AI总结 针对相邻结构弱边界分割难题，提出基于Cahn-Hilliard方程的平滑相分离变分模型，结合区域拟合与相场正则化，引入梯度流并开发SAV方案，实验表明该方法能有效分割弱边界相邻均匀结构，提升分割精度与边界定位。