高校专区
Banach空间值随机特征模型的通用逼近性质，包括随机神经网络
机构 * Nanyang Technological University, Division of Mathematical Sciences（南洋理工大学数学科学学院） ； ETH Zurich, Department of Mathematics（苏黎世联邦理工学院数学系）
AI总结 本文研究Banach空间值随机特征学习的通用逼近性质，通过随机初始化特征映射仅训练线性读出层，证明在Bochner空间中的逼近结果，并推导逼近速率和学习算法。
Comments 52 pages, 4 figures, 4 tables
基于心理的图模型用于可解释的抑郁症检测
机构 * Singapore Institute of Technology（新加坡科技学院） ； Nanyang Technological University（南洋理工大学） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； University of Turku（图尔库大学） ； Princess Nourah bint Abdulrahman University（普里西拉努拉·本·阿卜杜勒拉赫曼大学）
AI总结 本文提出PsyGAT模型，通过动态时序图建模对话，结合心理表达单元和人格上下文，提升抑郁症检测的可解释性与性能，达到SOTA水平。
IRIS：交错强化与增量阶段课程用于跨语言数学推理
机构 * Singapore Institute of Technology（新加坡理工学院） ； IIIT Delhi（德里印度理工学院） ； University of California, San Diego（加州大学圣地亚哥分校） ； Nanyang Technological University（南洋理工大学） ； NVIDIA
AI总结 IRIS通过结合逐步增加难度的监督微调与逆课程强化学习，提升多语言数学推理能力，尤其在低资源和双语环境下表现突出。
Comments Accepted in ACL main
多视图协同学习与视觉-语言适应用于低资源生物医学图像分类
机构 * Chongqing University of Technology（重庆理工大学） ； Collge of Computer Science, Sichuan University（四川大学计算机学院） ； Hebei University of Technology（河北工业大学） ； Nanyang Technological University（南洋理工大学） ； Centre for Frontier AI Research, Agency for Science, Technology and Research, Singapore（新加坡科技研究局前沿人工智能研究中心）
AI总结 本文提出多视图协同学习框架，通过视觉-语言适应提升低资源下生物医学图像分类性能，采用多粒度对比学习和结构监督增强跨模态对齐与细粒度区分。
数据驱动预测控制中鲁棒最小二乘优化：一种几何方法
机构 * Indian Institute of Technology Bombay, India（印度班加罗尔印度理工学院） ； Microsoft India（微软印度） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； University of British Columbia, Vancouver, Canada（加拿大不列颠哥伦比亚大学） ； University of Wisconsin-Madison, USA（美国威斯康星大学麦迪逊分校）
AI总结 本文提出一种几何鲁棒最小二乘方法，通过近似子空间包含关系建模数据与真实空间的不确定性，改进了现有鲁棒最小二乘方法，实现更强的鲁棒性和更优的缩放性能。
Comments Accepted to the 8th Annual Learning for Dynamics & Control Conference June 17-19 2026, USC, Los Angeles, USA
基于梯度的混合学习与外推以获得更平坦的极小值用于领域泛化
机构 * Nanyang Technological University（南洋理工大学） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系）
AI总结 本文提出FGMix方法，通过数据插值与外推覆盖潜在未见区域，利用梯度兼容性分配权重以学习更平坦的极小值，提升领域泛化能力。
Comments 45 pages, 9 figures
Journal ref Artificial Intelligence (2026)
GeoCert: 用于可靠预测的几何AI
机构 * Department of Biomedical Informatics & Data Science, Yale University（耶鲁大学生物医学信息学与数据科学系） ； Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） ； School of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； Department of Computer Science and Technology, University of Cambridge（剑桥大学计算机科学与技术系）
AI总结 GeoCert通过统一预测、物理推理和形式验证，提升预测系统的准确性与可靠性，实现97.5%的计算成本降低和更高效的认证。
Comments 15 pages, 4 figures
超越局部与外部：一种博弈论框架用于可信知识获取
机构 * Nankai University（南开大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Worcester Polytechnic Institute（沃斯通理工学院） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Indiana University Bloomington（印第安纳大学布利克学院）
AI总结 本文提出GTKA框架，通过博弈论平衡知识效用与隐私，设计隐私感知子查询生成器、对抗重建攻击者和可信本地整合器，减少敏感意图泄露并保持高答案质量。
MindTrellis：通过交互式视觉探索共同创建知识结构
机构 * University of Waterloo（多伦多大学） ； York University（约克大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出MindTrellis系统，通过人机协作动态构建知识图谱，提升多文档信息整合效率，降低认知负荷。
Comments 21 pages, 7 figures, ACM Designing Interactive Systems. DIS 2026
结构引导的检索增强生成用于事实查询
机构 * College of Information and Electrical Engineering, China Agricultural University, China（中国农业大学信息与电气工程学院） ； College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学计算机与数据科学学院） ； Key Laboratory of Agricultural Informatization Standardization, Ministry of Agriculture and Rural Affairs, China（农业信息化标准化 key laboratory, 农业农村部）
AI总结 本文提出结构引导的检索增强生成(SG-RAG)，通过嵌入式子图匹配解决事实查询中的精确检索问题，实验表明其在ERQA数据集上性能显著提升。
神经网络优化重新构想：用于从头训练和微调的解耦技术
机构 * Institute of Semiconductors, Chinese Academy of Sciences（半导体研究所，中国科学院） ； College of Computing and Data Science (CCDS), Nanyang Technological University（计算与数据科学学院（CCDS），南洋理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Mila-Quebec AI Institute（魁北克AI研究所） ； School of Information Technology, Halmstad University（信息科技学院，哈姆斯塔德大学） ； College of Computer, National University of Defense Technology（计算机学院，国防科技大学）
AI总结 本文提出DualOpt，一种针对从头训练和微调任务的解耦优化方法，通过实时层间权重衰减和权重回滚技术提升收敛性和泛化能力，实验表明其在多种任务中表现优异。
Comments IEEE T=PAMI
Journal ref IEEE T=PAMI 2026
LLMind: 基于生物启发的无训练自适应视觉表示用于视觉-语言模型
机构 * Nanyang Technological University（南洋理工大学）
AI总结 LLMind通过生物启发的自适应采样策略，实现视觉-语言模型在有限像素预算下的高效自适应表示，实验显示在多个基准测试中性能显著提升。
Comments CVPR 2026, Highlight, 10 pages, 7 figures, 3 tables
从静态到交互：通过自然语言实现交互式可视化
机构 * Nanyang Technological University（南洋理工大学） ； Ajou University（阿乔大学） ； Providence Health & Services（普罗维登斯健康与服务）
AI总结 本文提出Athanor方法，利用多模态大语言模型和自然语言指令将静态可视化转为交互式，通过三种创新设计提升用户交互体验。
一种结合GFANC和FxNLMS的稳定混合主动降噪算法
机构 * 1 School of Electrical \& Electronic Engineering, Nanyang Technological University, Singapore 2 School of Computing, National University of Singapore, Singapore 3 Northwestern Polytechnical University, China
AI总结 本文提出一种混合GFANC-FxNLMS算法，结合两者优势，通过在线聚类模块提升稳定性，实现快速响应和低稳态误差。
Comments Accepted by 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2026)
Journal ref ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
面向时间的对比学习用于时序全景场景图生成
机构 * Institute of Data Science (IDS)（数据科学研究所） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University (NTU)（南洋理工大学） ； Tongji University（同济大学）
AI总结 本文提出一种面向时间的对比学习框架，通过学习运动模式提升时序全景场景图生成的性能，实验表明在视频和4D数据集上优于现有方法。
Comments Accepted at AAAI 2025
多尺度对比学习用于视频时间定位
机构 * Institute of Data Science (IDS), National University of Singapore（数据科学研究所（IDS），新加坡国立大学） ； Tongji University（同济大学） ； Nanyang Technological University (NTU)（南洋理工大学）
AI总结 本文提出多尺度对比学习框架，通过多阶段视频编码器生成样本，无需数据增强或在线记忆库，提升视频时间定位的语义表达。
Comments Accepted at AAAI 2025
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈