Thresholded Local Hyper-Flow Diffusion
阈值化局部超流扩散
机构 * KTH Royal Institute of Technology（瑞典皇家理工学院） ； Johns Hopkins University（约翰霍普金斯大学）
AI总结 提出TL-HFD算法，通过局部活动区域和阈值化边界激活实现超图种子聚类的局部扩散，保证与全局更新等价并给出有限时间对偶次优性界。
高校专区
Johns Hopkins University（约翰斯·霍普金斯大学）
Online Learning with Recency: Algorithms for Sliding-window Streaming Multi-armed Bandits
在线学习中的近因效应：滑动窗口流式多臂老虎机算法
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Rensselaer Polytechnic Institute（伦斯勒理工学院） ； Texas A&M University（德克萨斯农工大学）
AI总结 针对在线学习中的近因效应，研究单遍滑动窗口流式多臂老虎机问题，提出纯探索和遗憾最小化算法，并给出记忆-遗憾权衡。
Comments ICML 2026
Testing the Black Box: Structural Barriers to Independent Evaluation of Consumer-Facing Health LLMs
测试黑箱：面向消费者的健康大语言模型独立评估的结构性障碍
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Johns Hopkins University（约翰霍普金斯大学） ； University of California, Berkeley（加州大学伯克利分校） ； Toronto General Hospital, University Health Network（多伦多综合医院，大学健康网络） ； McGill University（麦吉尔大学） ； University of Toronto（多伦多大学） ； Independent Researcher（独立研究者） ； Rutgers University（罗格斯大学） ； Beth Israel Deaconess Medical Center（贝斯以色列女执事医疗中心） ； Harvard T.H. Chan School of Public Health（哈佛大学陈曾熙公共卫生学院）
AI总结 本研究通过模拟用户档案，测试面向消费者的健康大语言模型在响应变异和谄媚行为方面的表现，发现五大结构性障碍阻碍独立评估。
Comments 6 pages, 1 figure. Preprint submitted for review
C3VD-DEFCOL: A Deformable Colonoscopy Dataset with Time-Resolved 3D Ground Truth and Realistic Appearance
C3VD-DEFCOL：具有时间分辨三维真实地面真值和逼真外观的可变形结肠镜数据集
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Universidad de Zaragoza（萨拉戈萨大学）
AI总结 提出C3VD-DEFCOL框架和数据集，通过模拟蠕动变形和真实纹理渲染，为可变形结肠镜三维重建提供带时间分辨地面真值的评估平台。
Universal Speech Content Factorization
通用语音内容分解
机构 * Center for Language and Speech Processing, Johns Hopkins University, USA（约翰霍普金斯大学语言与语音处理中心） ； Human Language Technology Center of Excellence (COE), Johns Hopkins University, USA（约翰霍普金斯大学人类语言技术卓越中心（COE））
AI总结 本文提出USCF方法，通过线性可逆方法提取低秩语音表示，抑制说话人音色同时保留语音内容。该方法扩展了语音内容分解，通过最小二乘优化学习通用语音到内容映射，并从少量目标语音中推导出说话人特定转换。
Comments Accepted to Interspeech 2026
Chain of Flow: ECG-Conditioned 4D Cardiac Cine Generation from Patient-Specific Anatomical Anchor
流动链：基于患者特定解剖锚点的ECG条件4D心脏电影生成
机构 * School of Engineering, College of Engineering and Physical Sciences, University of Birmingham（英国伯明翰大学工程学院） ； William Harvey Research Institute, NIHR Barts Biomedical Research Centre, Queen Mary University London（伦敦Queen Mary大学威廉·哈里维研究所） ； Barts Heart Centre, St Bartholomew’s Hospital, Barts Health NHS Trust（巴特勒医院心脏中心，圣巴塞洛缪医院，巴特勒健康 NHS信托） ； Division of Cardiology, Johns Hopkins University School of Medicine（约翰霍普金斯大学医学院心脏病科）
AI总结 提出Chain of Flow (COF)框架，利用患者特定MRI和当前ECG生成4D心脏电影，在UK Biobank上实现高图像保真度和下游功能性能。
Comments 10 pages, 8 figures. Submitted to IEEE Transactions on Medical Imaging (TMI). Code will be released after review
UA-DCM: Uncertainty-aware Causal Decision Making via Effect Bound Decomposition
UA-DCM: 基于效应界分解的不确定性感知因果决策
机构 * Electrical and Computer Engineering, Purdue University（帕克大学电气与计算机工程系） ； Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Cohesity
AI总结 提出一种新框架，通过分解因果效应值的可消除与不可消除部分，区分收集更多样本能否帮助识别最优行动，并利用神经因果模型近似实现该分解。
CodecFake+: Codec-Based Resynthesized Data as a Proxy for Detecting CodecFake Speech
CodecFake+: 基于编解码器的重合成数据作为检测CodecFake语音的代理
机构 * Graduate Institute of Communication Engineering, National Taiwan University（国家交通大学通信工程研究院） ； Department of Computer Science and Information Engineering, National Taiwan University（国家交通大学计算机科学与信息工程系） ； Center for Language and Speech Processing at Johns Hopkins University（约翰霍普金斯大学语言与语音处理中心） ； Department of Electrical Engineering, National Taiwan University（国家交通大学电子工程系） ； Research Center for Information Technology Innovation, Academia Sinica（学术院信息技术创新研究中心） ； NTU Artificial Intelligence Center of Research Excellence (NTU AI-CoRE)（国家交通大学人工智能研究中心）
AI总结 针对新兴的CodecFake深度伪造语音检测挑战，提出大规模数据集CodecFake+，包含31种开源编解码器重合成训练数据和17种先进CoSG模型网络数据，并建立编解码器分类体系，验证了重合成语音作为训练数据的有效性。
Comments Accepted by TASLP 2026
