Korea Advanced Institute of Science and Technology（韩国科学技术院）

Deep Probabilistic Indoor Gas Source Localization via Physical Dependency-Guided Sequential Inference

基于物理依赖引导的序列推理的深度概率室内气体源定位

Seunghwan Kim, Hyungjin Kim, Junhee Lee, Hyondong Oh

机构 * Ulsan National Institute of Science and Technology (UNIST)（蔚山科学技术院） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

AI总结 针对室内气体源定位难题，本文提出深度概率框架，结合物理依赖的序列推理，在模拟与真实机器人实验中均优于基线方法，可实现高效准确的在线气体源定位。

Comments 18 pages, 22 figures, 5 tables. Submitted to IEEE Transactions on Robotics

What You Ask is What You Ground: Bridging Question Intent to Temporal Evidence for Grounded VideoQA

你所问即你所定位：连接问题意图与时序证据以实现定位视频问答

Jinhwan Seo, Kyubeom Han, Jumin Lee, Junhyug Noh, Sung-eui Yoon

机构 * KAIST（韩国科学技术院） ； Ewha Womans University（梨花女子大学） 纠错

AI总结 针对定位视频问答中问题不变定位的失效模式，提出GroundFormer模型，通过可学习通信令牌、因子化MIL交叉注意力等技术，在NExT-GQA和STAR数据集上实现最优性能，提升时序定位的问题区分性。

Comments Accepted at ECCV2026. Code: this https URL (https://github.com/jinhseo/GroundFormer). Project page: this https URL (https://jinhseo.github.io/groundformer/groundformer.html)