arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

Imperial College London(帝国理工学院)

2026-06-11 至 2026-06-11 共收录 4
2606.11197 2026-06-11 eess.AS cs.AI cs.CL cs.SD 新提交

MA-DLE: Speech-based Automatic Depression Level Estimation via Memory Augmentation

MA-DLE: 基于记忆增强的语音自动抑郁程度估计

Xuzhi Wang, Xinran Wu, Ziping Zhao, Jianhua Tao, Björn W. Schuller

机构 * Tianjin Normal University(天津师范大学) Tsinghua University(清华大学) Technical University of Munich(慕尼黑技术大学) Imperial College London(伦敦帝国理工学院)

AI总结 提出记忆增强特征方法,通过选择性整合历史时序特征和动态记忆特征,结合层次注意力融合模块,在DAIC-WOZ和E-DAIC数据集上实现最优性能。

Comments Accepted at IEEE TAC

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.12189 2026-06-11 cs.CV 新提交

DynaTok: Token-Based 4D Reconstruction from Partial Point Clouds

DynaTok: 基于Token的部分点云4D重建

Weirong Chen, Keisuke Tateno, Hidenobu Matsuki, Michael Niemeyer, Daniel Cremers, Federico Tombari

机构 * Technical University of Munich(慕尼黑工业大学) Google(谷歌) Imperial College London(伦敦帝国理工学院) University of Bonn(波恩大学)

AI总结 提出DynaTok框架,通过Transformer时空编码器和流匹配解码器,从部分点云序列中无对应地重建完整且时间一致的4D点云,无需图像。

Comments ICML 2026. Project page: https://wrchen530.github.io/dynatok/

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.12182 2026-06-11 cs.LG math.DS math.OC 新提交

How Low Can You Go? Active Learning for Sparse Model Discovery in the Ultra-Low-Data Limit

你能低到多少?超低数据极限下稀疏模型发现的主动学习

Ana Larrañaga, Urban Fasel, Steven L. Brunton

机构 * Department of Mechanical Engineering, University of Washington(华盛顿大学机械工程系) NSF AI Institute in Dynamic Systems, University of Washington(华盛顿大学NSF动态系统人工智能研究所) Department of Aeronautics, Imperial College London(伦敦帝国理工学院航空系)

AI总结 针对超低数据极限下动力学系统方程发现的数据稀缺问题,提出基于E-SINDy的主动学习策略,通过迭代优先采样信息量大的区域,在Lorenz、Burgers和Kuramoto-Sivashinsky系统上验证了比随机采样更少数据即可准确识别动力学。

Comments 20 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.09555 2026-06-11 cs.LG cs.AI cs.DC cs.PF 版本更新

Compiler-First State Space Duality and Portable $O(1)$ Autoregressive Caching for Inference

编译器优先的状态空间对偶性与可移植的 $O(1)$ 自回归缓存推理

Cosmo Santoni, Anmol Thapar

机构 * Imperial College London(帝国理工学院伦敦分校)

AI总结 提出一种基于编译器优先的状态空间对偶性(SSD)结构的推理方法,通过标准JAX原语实现无自定义内核的单源推理路径,在TPU和GPU上达到高硬件利用率,且缓存解码速度比全前缀重计算快27-36倍。

Comments 21 pages, 6 figures. Code available at: https://github.com/CosmoNaught/mamba2-jax

详情

展开后加载摘要…

URL PDF HTML 收藏