University of Michigan（密歇根大学安娜堡分校）

FlowForge: A Staged Local Rollout Engine for Flow-Field Prediction

FlowForge：用于流场预测的分阶段局部展开引擎

Xiaowen Zhang, Ziming Zhou, Fengnian Zhao, David L. S. Hung

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Michigan Ann Arbor（密歇根大学安娜堡分校） 纠错

AI总结 FlowForge通过分阶段局部展开引擎在流场预测中提高精度和鲁棒性，减少计算延迟。

Comments Main paper: 13 pages, 6 figures, 2 tables. Appendix: 17 pages, 7 figures, 1 table. arXiv preprint

Calibrated Principal Component Regression

校准主成分回归

Yixuan Florence Wu, Yilun Zhu, Lei Cao, Naichen Shi

机构 * Northwestern University（西北大学） ； University of Michigan（密歇根大学） 纠错

AI总结 本文提出校准主成分回归(CPCR)，通过在主成分子空间学习低方差先验并采用中心Tikhonov步骤校准模型，以缓解主成分回归在截断偏倚问题上的不足，理论和实验均显示其在过参数化设置中表现更优。

Dharma, Data and Deception: An LLM-Powered Rhetorical Analysis of Cow-Urine Health Claims on YouTube

达摩、数据与欺骗：一种基于LLM的牛尿健康主张YouTube评论修辞分析

Sheza Munir, Ratna Kandala, Anamta Khan, Deepti, Joyojeet Pal

机构 * University of Michigan（密歇根大学） ； University of Kansas（堪萨斯大学） ； IIT Jodhpur（印度理工学院乔普里尔） 纠错

AI总结 本文利用LLM分析YouTube上牛尿健康主张的修辞策略，揭示推广者与反驳者在说服技巧上的差异，验证了LLM在 misinformation 分析中的有效性。

When Cow Urine Cures Constipation on YouTube: Limits of LLMs in Detecting Culture-specific Health Misinformation

当牛尿治愈便秘时：LLMs在检测文化特定健康谣言中的局限性

Anamta Khan, Ratna Kandala, Deepti, Sheza Munir, Joyojeet Pal

机构 * University of Michigan（密歇根大学） ； University of Kansas（堪萨斯大学） ； IIT Jodhpur（印度理工学院乔浦尔） 纠错

AI总结 研究通过分析印度YouTube上的牛尿相关内容，揭示LLMs在处理文化特定健康谣言时的局限性，指出文化嵌入的谣言无法通过提示工程解决。

Comments To appear in the proceedings of the 2nd Workshop on Misinformation Detection in the Era of LLMs (MisD), The 20th International AAAI Conference on Web and Social Media (ICWSM) 2026

Defining an Evaluation Method for External Human-Machine Interfaces

定义外部人机接口的评估方法

Jose Gonzalez-Belmonte, Jaerock Kwon

机构 * Electrical and Computer Engineering, University of Michigan-Dearborn（密歇根大学迪尔伯恩分校电气与计算机工程系） ； Math and Computer Science, Lawrence Technological University（劳伦斯技术大学数学与计算机科学系） 纠错

AI总结 本文提出一种包含223个问题的通用评估方法，用于客观评估和比较不同的人机接口方案，揭示了eHMI在可读性和学习速度方面的知识缺口。

Comments 62 pages, 8 figures, 26 tables,

Using Unwrapped Full Color Space Recording to Measure the Exposedness of Vehicle Exterior Parts for External Human Machine Interfaces

利用解缠全彩色空间记录测量车辆外部部件的暴露性以用于外部人机接口

Jose Gonzalez-Belmonte, Jaerock Kwon

机构 * Electrical and Computer Engineering（电气与计算机工程） ； University of Michigan-Dearborn（密歇根大学-迪尔伯恩分校） ； Dearborn, United States of America（美国迪尔伯恩） 纠错

AI总结 本文通过解缠网格面部到纹理的技术和Unity模拟，研究2015款福特F-150 King Ranch在四向路口行人过马路时车辆外部部件的暴露性，发现 bumper、grill 和 hood 虽常被看到，但其他车辆可能遮挡，建议采用风挡和前保险杠同时放置eHMI。

Comments 10 pages, 13 figures