University of Maryland, College Park（马里兰大学帕克分校）

Bridging Self-Supervised Learning and Speech Enhancement: A Wav2Vec2-Conditioned Framework

桥接自监督学习与语音增强：一种基于Wav2Vec2的条件框架

Shuubham Ojha, Carol Espy-Wilson

机构 * Institute for Systems Research, University of Maryland, College Park（系统研究所，马里兰大学，College Park） 纠错

AI总结 提出一种以wav2vec 2.0特征为条件的扩散模型语音增强方法，通过FiLM调制U-Net瓶颈，利用指数平滑聚合系数，在VoiceBank-DEMAND和LibriMix上PESQ提升0.4。

Scheduling Thoughts: Learning the Order of Thought in Diffusion Language Models

调度思维：在扩散语言模型中学习思维的顺序

Jiawei Xu, Minghui Liu, Aakriti Agrawal, Yifan Chen, Furong Huang

机构 * University of Maryland, College Park（马里兰大学帕克分校） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

AI总结 提出自感知调度（SAS），通过策略优化学习扩散语言模型中的去掩码顺序，显著提升Sudoku和数学推理任务的生成质量。

THREAD: Trajectory Planning for Hybrid Rigid-Soft Manipulators with Environment-Aware Diffusion

THREAD: 面向混合刚柔机械臂的环境感知扩散轨迹规划

Shivani Kamtikar, Pranav Asthana, Naveen Kumar Uppalapati, Girish Krishnan, Girish Chowdhary

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Maryland College Park（马里兰大学帕克分校） 纠错

AI总结 提出首个基于扩散的混合刚柔机械臂轨迹规划器THREAD，通过物理启发损失联合约束刚柔段，实现狭窄环境穿行，任务成功率92.4%，碰撞减少5倍。

Comments Project Page: https://robot-thread.github.io, IROS 2026

Finite-Sample Performance of Gradient Descent in Logistic Regression with Gaussian Design

高斯设计逻辑回归中梯度下降的有限样本性能

Junren Chen, Arya Mazumdar

机构 * Department of Mathematics, University of Maryland, College Park（数学系，马里兰大学，College Park分校） ； Halıcıoğlu Data Science Institute, UC San Diego（Halıcıoğlu数据科学研究所，加州大学圣地亚哥分校） 纠错

AI总结 针对高斯设计逻辑回归的参数估计问题，证明梯度下降在线性收敛到统计误差率O(√(‖θ*‖₂⁵d/n))，并建立大步长下的更快局部线性收敛，通过近似可逆性条件分析。

An LLM-Orchestrated Agent for Directional-Coupler Design with Self-Consistent Eigenmode and FDTD Validation

一种用于定向耦合器设计的LLM编排智能体，具有自洽本征模和FDTD验证

Saumya Biswas, Amrit De, Md Tauhidul Islam

机构 * Department of Mechanical Engineering, University of Maryland, College Park（马里兰大学学院市机械工程系） ； Apsidal LLC ； Department of Radiation Oncology, Stanford University（斯坦福大学放射肿瘤科） 纠错

AI总结 提出一种由大语言模型编排的智能体，结合本征模求解器和FDTD验证，自动设计SOI 2×2定向耦合器，实现高精度50/50分束。

Physics-Preserving Latent Compression for Zero-Shot Resolution Transfer in 3D Turbulence

保持物理特性的潜在压缩：三维湍流零样本分辨率迁移

Yilong Dai, Yiming Sun, Yiheng Chen, Ziyi Wang, Shengyu Chen, Xiaowei Jia, Runlong Yu

机构 * The University of Alabama（阿拉巴马大学） ； University of Pittsburgh（匹兹堡大学） ； University of Maryland, College Park（马里兰大学学院公园分校） 纠错

AI总结 提出PPLC框架，利用惯性区尺度相似性，通过分块局部变分自编码器实现从低分辨率训练到高分辨率测试的零样本迁移，保持物理诊断量准确性。

Comments 10 pages, 6 figures, 4 tables

PolicyGuard: Towards Test-time and Step-level Adversary (Backdoor) Defense for Reinforcement Learning Agent

PolicyGuard：面向强化学习智能体的测试时和步级对抗防御

Junfeng Guo Heng Huang

机构 * Computer Science, University of Maryland College Park, USA（计算机科学，马里兰大学学院市） 纠错

AI总结 提出PolicyGuard，一种基于高斯过程后验方差的测试时步级后门防御方法，通过自适应伪轨迹计算单步不确定性，在七种RL游戏中达到平均AUROC 0.856和0.859。