Northeastern University（东北大学）

Dynamic Aware: Adaptive Multi-Mode Out-of-Distribution Detection for Trajectory Prediction in Autonomous Vehicles

动态感知：面向自动驾驶轨迹预测的自适应多模式异常检测

Tongfei Guo, Lili Su

机构 * Department of Electrical and Computer Engineering, Northeastern University（东北大学电气与计算机工程系） 纠错

AI总结 本文提出一种自适应多模式异常检测框架，通过建模误差模式提升轨迹预测的鲁棒性，在复杂驾驶环境中实现更高效的异常检测。

Comments 8 pages, 7 figures

Hierarchical Dual-Change Collaborative Learning for UAV Scene Change Captioning

层次化双变化协作学习用于无人机场景变化描述

Fuhai Chen, Pengpeng Huang, Junwen Wu, Hehong Zhang, Shiping Wang, Xiaoguang Ma, Xuri Ge

机构 * Fuzhou University（福州大学） ； Shandong University（山东大学） ； Foshan Graduate School of Innovation, Northeastern University（佛山创新研究生学院，东北大学） 纠错

AI总结 本文提出无人机场景变化描述任务，旨在生成动态空中影像语义变化的自然语言描述。通过层次化双变化协作学习方法，结合动态自适应布局变换器和层次化跨模态方向一致性校准，提升对视角变化的敏感度，实现在移动视角下的场景变化描述。

Comments 20 pages,10 figures

Multiscale Structure-Guided Latent Diffusion for Multimodal MRI Translation

多尺度结构引导的潜在扩散模型用于多模态MRI翻译

Jianqiang Lin, Zhiqiang Shen, Peng Cao, Jinzhu Yang, Osmar R. Zaiane, Xiaoli Liu

机构 * Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程系，沈阳，中国） ； Key Laboratory of Intelligent Computing in Medical Image of Ministry of Education, Northeastern University, Shenyang, China（教育部医学图像智能计算重点实验室，东北大学，沈阳，中国） ； National Frontiers Science Center for Industrial Intelligence and Systems Optimization, Shenyang, China（工业智能与系统优化国家级前沿科学中心，沈阳，中国） ； Amii, University of Alberta, Edmonton, Alberta, Canada（阿尔伯塔大学阿米人工智能研究所，埃德蒙顿，阿尔伯塔，加拿大） ； AiShiWeiLai AI Research, Beijing, China（人工智能研究（北京）有限公司，北京，中国） 纠错

AI总结 本文提出MSG-LDM框架，通过多尺度特征空间分离风格与结构信息，提升多模态MRI翻译的结构一致性与纹理细节。

Multi-objective Genetic Programming with Multi-view Multi-level Feature for Enhanced Protein Secondary Structure Prediction

多目标遗传编程与多视角多层级特征用于增强蛋白质二级结构预测

Yining Qian, Lijie Su, Meiling Xu, Xianpeng Wang

机构 * National Frontiers Science Center for Industrial Intelligence and Systems Optimization（国家工业智能与系统优化前沿科学中心） ； Key Laboratory of Data Analytics and Optimization for Smart Industry (Northeastern University)（智能工业数据解析与优化关键实验室（东北大学）） ； Liaoning Engineering Laboratory of Data Analytics and Optimization for Smart Industry（辽宁智能工业数据解析与优化工程实验室） ； Liaoning Key Laboratory of Manufacturing System and Logistics Optimization（辽宁制造系统与物流优化重点实验室） 纠错

AI总结 本文提出MOGP-MMF框架，通过多视角多层级特征选择与融合，提升蛋白质二级结构预测的准确性与效率，实验显示其在Q8精度和结构完整性上优于现有方法。