Massachusetts Institute of Technology（麻省理工学院）

Enabling Low-Latency Machine learning on Radiation-Hard FPGAs with hls4ml

利用hls4ml在抗辐射FPGA上实现低延迟机器学习

Katya Govorkova, Julian Garcia Pardinas, Vladimir Loncar, Victoria Nguyen, Sebastian Schmitt, Marco Pizzichemi, Loris Martinazzoli, Eluned Anne Smith

机构 * Massachusetts Institute of Technology (MIT)（麻省理工学院） ； Department of Experimental Physics, European Organization for Nuclear Research (CERN)（欧洲核子研究中心（CERN）实验物理系） ； University of Milano-Bicocca (Italy)（米兰-布雷拉大学） 纠错

AI总结 本文提出利用hls4ml在抗辐射FPGA上实现低延迟机器学习，通过轻量级自编码器和量化策略，展示在PolarFire FPGA上达到25ns延迟的可行性。

Journal ref Machine Learning: Science and Technology 7 (2026) 045024

AREA3D: Active Reconstruction Agent with Unified Feed-Forward 3D Perception and Vision-Language Guidance

AREA3D: 带有统一前馈3D感知和视觉-语言引导的主动重建代理

Tianling Xu, Shengzhe Gan, Leslie Gu, Yuelei Li, Fangneng Zhan, Hanspeter Pfister

机构 * Southern University of Science and Technology（南方科技大学） ； Harvard University（哈佛大学） ； California Institute of Technology（加州理工学院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 AREA3D通过统一前馈3D感知与视觉-语言引导，实现高效主动3D重建，尤其在稀疏视角下提升重建精度。

Journal ref Tianling Xu, Shengzhe Gan, Leslie Gu, Yuelei Li, Fangneng Zhan, Hanspeter Pfister. The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) (The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)), 2026

Towards White-Box Deep Wireless Sensing

迈向白盒深度无线感知

Xie Zhang, Yina Wang, Chenshu Wu

机构 * The University of Hong Kong（香港大学） ； MIT（麻省理工学院） 纠错

AI总结 该研究针对现有深度无线感知模型为黑盒的问题，提出基于复稀疏率降维原理的全复值Transformer模型RF-CRATE，引入子空间正则化解决数据稀缺问题，在五项数据集的多类任务中验证其性能优于黑盒模型且具备可解释性。