Imperial College London（帝国理工学院）

2607.02148 2026-07-03 cs.CV 新提交

SAMoR: Motion Modelling for Articulated Objects of Any Skeleton and Topology

SAMoR: 任意骨架和拓扑结构的铰接物体运动建模

Yuhao Zhang, Gerard Pons-Moll, Tolga Birdal

机构 * Imperial College London（伦敦帝国学院）； University of Tübingen（图宾根大学）； Tübingen AI Center（图宾根人工智能中心）

AI总结提出SAMoR，一种跨拓扑的运动表示方法，将运动片段编码为固定数量的部件令牌，实现任意骨架的精确重建和跨拓扑运动迁移。

Comments 20 pages, 5 figures

2607.01449 2026-07-03 cs.LG cs.NA math.NA 新提交

Geometry-Aware R-Structured Kolmogorov-Arnold Networks

几何感知的R结构Kolmogorov-Arnold网络

Sergei Kucherenko, Nilay Shah

机构 * Imperial College London（帝国理工学院）

AI总结提出GRS-KAN混合架构，将R函数集成到KAN中，通过可微逻辑运算编码几何约束，在回归任务中相比标准KAN测试RMSE降低高达67%，并提升可解释性。

Comments 27 pages, 13 figures

2607.02363 2026-07-03 quant-ph cs.AI cs.ET cs.LG cs.NE 新提交

Stable Self-Modulating Quantum Fast-Weight Programmers with Bounded Memory Gates

带界内存门的稳定自调制量子快速权重编程器

Kuo-Chung Peng, Jiun-Cheng Jiang, Chun-Hua Lin, Yifeng Peng, Junghoon Justin Park, Huan-Hsin Tseng, Hsin-Yi Lin, Kuan-Cheng Chen, Chen-Yu Liu, Shinjae Yoo, Samuel Yen-Chi Chen

机构 * National Taiwan University（国立台湾大学）； Stevens Institute of Technology（史蒂文斯理工学院）； Seoul National University（首尔国立大学）； Brookhaven National Laboratory（布鲁克海文国家实验室）； Imperial College London（伦敦帝国理工学院）； Wells Fargo（沃尔士·法戈）

AI总结提出带界旧态调制规则的自调制量子快速权重编程器，消除长序列发散并提升鲁棒性，在量子动力学预测和电信活动预测任务上验证了其有效性。

Comments 16 pages, 8 figures

2606.04265 2026-07-03 math.OC cs.LG cs.NA math.NA 版本更新

Nonlocal Mean Field Schrödinger Bridge with Learned Interactions

具有学习相互作用的非局部平均场薛定谔桥

Daisuke Inoue, Dante Kalise, Mathieu Laurière

机构 * Department of Mathematics, Imperial College London（伦敦帝国学院数学系）； Shanghai Frontiers Science Center of Artificial Intelligence and Deep Learning（上海前沿人工智能与深度学习科学中心）； NYU-ECNU Institute of Mathematical Sciences, NYU Shanghai（纽约大学上海数学科学研究所）

AI总结本文提出一种使用神经网络代理近似非局部相互作用的平均场薛定谔桥方法，将推理时的每步计算成本从二次降低到线性，并推导了代理误差传播的稳定性界限。

Comments 32 pages, 15 figures

2604.02546 2026-07-03 cs.CV cs.LG 版本更新

RGB-Pointmap Pretraining for Unified 3D Scene Understanding

对比语言-彩色点图预训练用于统一3D场景理解

Ye Mao, Weixun Luo, Ranran Huang, Junpeng Jing, Krystian Mikolajczyk

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

AI总结提出UniScene3D，一种基于Transformer的编码器，通过多视图彩色点图联合建模外观和几何，并引入跨视图几何对齐和接地视图对齐，在少样本和任务特定微调中达到SOTA。

Comments 19 Pages, ECCV 2026 Accepted

2411.16956 2026-07-03 eess.IV cs.AI cs.CV 版本更新

Contrastive Deep Learning Reveals Age Biomarkers in Histopathological Skin Biopsies

对比深度学习揭示组织病理学皮肤活检中的年龄生物标志物

Kaustubh Chakradeo, Pernille Nielsen, Lise Mette Rahbek Gjerdrum, Gry Sahl Hansen, David A Duchêne, Laust H Mortensen, Majken K Jensen, Samir Bhatt

机构 * University of Copenhagen, Section of Epidemiology, Department of Public Health（哥本哈根大学流行病学系，公共卫生系）； Technical University of Denmark, Department of Applied Mathematics and Computer Science（丹麦技术大学应用数学与计算机科学系）； Department of Pathology, Copenhagen University Hospital- Zealand University Hospital（哥本哈根大学医院- Zealand大学医院病理科）； Department of Clinical Medicine, University of Copenhagen（哥本哈根大学临床医学系）； Danmarks Statistik（丹麦统计局）； Imperial College London（伦敦帝国理工学院）

AI总结使用对比深度学习，仅凭皮肤活检图像即可确定个体年龄，并构建新的衰老生物标志物，预测死亡率和慢性年龄相关疾病患病率。

Comments 20 pages, 5 tables, 5 figures Under review: npj Digital Medicine