Nanyang Technological University（南洋理工大学）

Sound event localization and classification using WASN in Outdoor Environment

利用WASN在户外环境中进行声音事件定位与分类

Dongzhe Zhang, Jianfeng Chen, Jisheng Bai, Mou Wang, Dongyuan Shi, Qixiang Niu, Alberto Bernardini

机构 * Joint Laboratory of Environmental Sound Sensing, School of Marine Science and Technology, Northwestern Polytechnical University（环境声音感知联合实验室、海洋科学与技术学院、西北工业大学） ； School of Electrical and Electronic Engineering, Nanyang Technological University（电子与电气工程学院、南洋理工大学） ； Institute of Acoustics, Chinese Academy of Sciences（声学研究所、中国科学院） ； Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB), Politecnico di Milano（电子、信息与生物工程系（DEIB）、米兰理工大学） ； School of Marine Science and Technology, Northwestern Polytechnical University（海洋科学与技术学院、西北工业大学） ； Department of Signal Theory and Communications, Universidad Carlos III de Madrid（信号理论与通信系、卡洛斯三世大学） 纠错

AI总结 本文提出一种基于深度学习的声学方法，利用多特征和注意力机制提升户外环境中声音事件定位与分类的准确性。

Bayesian Robust Financial Trading with Adversarial Synthetic Market Data

对抗性合成市场数据下的贝叶斯稳健金融交易

Haochong Xia, Simin Li, Ruixiao Xu, Zhixia Zhang, Hongxiang Wang, Zhiqian Liu, Teng Yao Long, Molei Qin, Chuqiao Zong, Bo An

机构 * Nanyang Technological University（南洋理工大学） ； Beihang University（北航） 纠错

AI总结 本文提出一种贝叶斯稳健框架，通过生成对抗性合成市场数据和稳健策略学习，提升金融交易在不确定市场环境下的性能。

Mining Citywide Dengue Spread Patterns in Singapore Through Hotspot Dynamics from Open Web Data

通过开放网络数据挖掘新加坡城市登革热传播模式的热点动态

Liping Huang, Gaoxi Xiao, Stefan Ma, Hechang Chen, Shisong Tang, Flora Salim

机构 * Agency for Science, Technology and Research (A*STAR)（科技研究局） ； Nanyang Technological University（南洋理工大学） ； Jilin University（吉林大学） ； Tsinghua University（清华大学） ； University of New South Wales（新南威尔士大学） 纠错

AI总结 通过开放网络数据挖掘新加坡登革热传播模式，利用热点动态预测和验证传播动态，提升公共卫生规划与城市韧性。

Comments 9 pages, 9 figures. It's accepted by WWW 2026 Web4Good Track. To make accessible earlier, authors would like to put it on arxiv before the conference

Journal ref WWW 2026, i.e., The Web Conference 2026

The Role of Mixed-Language Documents for Multilingual Large Language Model Pretraining

混合语言文档在多语言大语言模型预训练中的作用

Jiandong Shao, Raphael Tang, Crystina Zhang, Karin Sevegnani, Pontus Stenetorp, Jianfei Yang, Yao Lu

机构 * University College London（伦敦大学学院） ； Nanyang Technological University（南洋理工大学） ； University of Waterloo（滑铁卢大学） ； NVIDIA（英伟达） ； National Institute of Informatics（信息研究院） 纠错

AI总结 研究发现平行数据对翻译性能至关重要，而语码转换数据对跨语言理解和推理影响较小。

Comments under review

Pace: Physics-Aware Attentive Temporal Convolutional Network for Battery Health Estimation

Pace：一种融合物理的注意力时间卷积网络用于电池健康估计

Sara Sameer, Wei Zhang, Dhivya Dharshini Kannan, Xin Lou, Yulin Gao, Terence Goh, Qingyu Yan

机构 * Singapore Institute of Technology（新加坡科技学院） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 Pace通过融合物理特征和注意力机制，实现对电池健康状态的高效准确预测，优于现有模型并具备实时部署能力。

Comments Accepted at the ACM Symposium On Applied Computing (SAC), 2026

Hierarchy-Aware Multimodal Unlearning for Medical AI

层次感知的多模态反遗忘用于医疗AI

Fengli Wu, Vaidehi Patil, Jaehong Yoon, Yue Zhang, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 MedForget提出一个层次感知的多模态反遗忘基准和CHIP方法，有效解决医疗数据中层次结构的遗忘问题，同时保持下游效用。

Comments Dataset and Code: https://github.com/fengli-wu/MedForget

LLM Jailbreak Detection for (Almost) Free!

几乎免费的LLM劫持检测

Guorui Chen, Yifan Xia, Xiaojun Jia, Zhijiang Li, Philip Torr, Jindong Gu

机构 * School of Information Management, Wuhan University（武汉大学信息管理学院） ； Nanyang Technological University（南洋理工大学） ； Torr Vision Group, University of Oxford（牛津大学Torr视觉组） 纠错

AI总结 本文提出了一种几乎免费的LLM劫持检测方法，通过调整输入指令和logits温度来提高检测性能，无需额外计算成本。

Comments EMNLP 2025 (Findings) https://aclanthology.org/2025.findings-emnlp.309/

Distributionally Robust Wireless Semantic Communication with Large AI Models

基于大AI模型的分布鲁棒无线语义通信

Long Tan Le, Senura Hansaja Wanasekara, Zerun Niu, Nguyen H. Tran, Phuong Vo, Walid Saad, Dusit Niyato, Zhu Han, Choong Seon Hong, H. Vincent Poor

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； School of Computer Science and Engineering, International University-VNUHCM（国际大学-胡志明市分校计算机科学与工程学院） ； Bradley Department of Electrical and Computer Engineering, Virginia Tech（弗吉尼亚理工大学电气与计算机工程系） ； College 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 Electrical and Computer Engineering, University of Houston（休斯顿大学电气与计算机工程系） ； Department of Computer Science and Engineering, School of Computing, Kyung Hee University（庆北大学计算机科学与工程系） ； School of Engineering and Applied Science, Princeton University（普林斯顿大学工程与应用科学学院） 纠错

AI总结 本文提出WaSeCom框架，通过Wasserstein分布鲁棒优化提升语义通信的鲁棒性，实验显示其在噪声和对抗扰动下的有效性。

Comments Under Review

Journal ref IEEE Journal on Selected Areas in Communications 2026

Towards Reliable Medical LLMs: Benchmarking and Enhancing Confidence Estimation of Large Language Models in Medical Consultation

迈向可靠的医疗大语言模型：在真实医疗咨询中评估和增强大语言模型信心估计的基准测试

Zhiyao Ren, Yibing Zhan, Siyuan Liang, Guozheng Ma, Baosheng Yu, Dacheng Tao

机构 * Nanyang Technological University（南洋理工大学） ； Wuhan University（武汉大学） 纠错

AI总结 本文提出MedConf框架，通过证据引导的语言自评估方法，在医疗咨询中提升大语言模型的信心估计精度与可靠性。

Entropy-Tree: Tree-Based Decoding with Entropy-Guided Exploration

熵树：基于熵引导的树状解码

Longxuan Wei, Yubo Zhang, Zijiao Zhang, Zhihu Wang, Shiwan Zhao, Tianyu Huang, Huiting Zhao, Chenfei Liu, Shenao Zhang, Junchi Yan

机构 * Shanghai Jiaotong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Huawei Technologies Ltd.（华为技术有限公司） ； Nankai University（南开大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 熵树通过利用熵信号指导分支决策，提升解码效率和不确定性估计的可靠性。

Xi+: Uncertainty Supervision for Robust Speaker Embedding

Xi+: 用于鲁棒说话人嵌入的不确定性监督

Junjie Li, Kong Aik Lee, Duc-Tuan Truong, Tianchi Liu, Man-Wai Mak

机构 * Nanyang Technological University, Singapore（南洋理工大学） ； National University of Singapore, Singapore（新加坡国立大学） 纠错

AI总结 Xi+通过引入时序注意力模块和随机方差损失，改进了说话人嵌入的鲁棒性，提升了语音识别系统的性能。

WeDefense: A Toolkit to Defend Against Fake Audio

WeDefense：一种用于对抗假音频的工具包

Lin Zhang, Johan Rohdin, Xin Wang, Junyi Peng, Tianchi Liu, You Zhang, Hieu-Thi Luong, Shuai Wang, Chengdong Liang, Anna Silnova, Nicholas Evans

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Brno University of Technology（布拉格技术大学） ； National Institute of Informatics（国家信息研究所） ； National University of Singapore（新加坡国立大学） ； University of Rochester（罗切斯特大学） ； Nanyang Technological University（南洋理工大学） ； Nanjing University（南京大学） ； WeNet Opensource Community（WeNet开源社区） ； EURECOM 纠错

AI总结 WeDefense是一个开源工具包，旨在提供标准化的假音频检测与定位解决方案，包含灵活的输入增强、校准、分数融合和标准化评估指标等核心功能。

Comments This is an ongoing work. v1 corresponds to the version completed by June 4, 2025 and previously submitted to ASRU 2025

The Pictorial Cortex: Zero-Shot Cross-Subject fMRI-to-Image Reconstruction via Compositional Latent Modeling

皮层：通过组合潜在建模实现零样本跨主体fMRI到图像重建

Jingyang Huo, Yikai Wang, Yanwei Fu, Jianfeng Feng

机构 * Institute of Science and Technology for Brain-inspired Intelligence (ISTBI), Fudan University（脑启发智能科学与技术研究院，复旦大学） ； School of Data Science, Fudan University（复旦大学数据科学学院） ； Fudan ISTBI–ZJNU Algorithm Centre for Brain-Inspired Intelligence, Zhejiang Normal University（复旦ISTBI-浙师大脑启发智能算法中心，浙江师范大学） ； Shanghai Innovation Institute（上海创新研究院） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出PictorialCortex模型，通过组合潜在建模和多数据集训练，实现零样本跨主体fMRI到图像重建。

Rewarding How Models Think Pedagogically: Integrating Pedagogical Reasoning and Thinking Rewards for LLMs in Education

奖励模型如何思考：在教育中整合教学推理和思考奖励

Unggi Lee, Jiyeong Bae, Jaehyeon Park, Haeun Park, Taejun Park, Younghoon Jeon, Sungmin Cho, Junbo Koh, Yeil Jeong, Gyeonggeon Lee

机构 * Chosun University（昌原大学） ； Korea University（韩国大学） ； Seoul National University（首尔国立大学） ； Korea Institute for Curriculum and Evaluation（韩国课程与评价研究院） ； Upstage ； Indiana University Bloomington（印第安纳大学布卢明顿分校） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出PedagogicalRL-Thinking框架，通过教学推理提示和思考奖励方法，提升LLM在教育场景中的教学推理能力和结构化决策能力。

Hierarchical Self-Supervised Representation Learning for Depression Detection from Speech

层级自监督表征学习用于从语音中检测抑郁症

Yuxin Li, Eng Siong Chng, Cuntai Guan

机构 * College of Computing and Data Science（计算与数据科学学院） ； Nanyang Technological University（南洋理工大学） ； Center of AI in Medicine（医学人工智能中心） 纠错

AI总结 本文提出HAREN-CTC模型，通过层级自适应表征学习和CTC目标，有效捕捉语音中抑郁症特征，提升抑郁症检测的准确性和泛化能力。

Reading Between the Lines: Towards Reliable Black-box LLM Fingerprinting via Zeroth-order Gradient Estimation

在行之间阅读：通过零阶梯度估计实现可靠的黑盒LLM指纹识别

Shuo Shao, Yiming Li, Hongwei Yao, Yifei Chen, Yuchen Yang, Zhan Qin

机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； City University of Hong Kong（香港城市大学） 纠错

AI总结 本文提出ZeroPrint方法，通过零阶梯度估计在黑盒环境下实现更可靠的LLM指纹识别，有效提升指纹识别的准确性和鲁棒性。

Comments This paper is accepeted by the ACM Web Conference (WWW) 2026

Graph-based Approaches and Functionalities in Retrieval-Augmented Generation: A Comprehensive Survey

基于图的方法和功能在检索增强生成中的应用：全面综述

Zulun Zhu, Tiancheng Huang, Kai Wang, Junda Ye, Xinghe Chen, Siqiang Luo

机构 * Nanyang Technological University（南洋理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

AI总结 本文综述了图方法在检索增强生成中的应用，分析了图在提升性能中的作用，指出现有挑战和未来研究方向。

A Survey of Quantized Graph Representation Learning: Connecting Graph Structures with Large Language Models

图表示学习的综述：连接图结构与大语言模型

Qika Lin, Zhen Peng, Kaize Shi, Kai He, Yiming Xu, Jian Zhang, Erik Cambria, Mengling Feng

机构 * National University of Singapore（新加坡国立大学） ； Xi’an Jiaotong University（西安交通大学） ； University of Southern Queensland（南方昆士兰大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文综述了量化图表示学习，探讨了其与大语言模型的整合方法及未来研究方向。

Dynamic angular synchronization under smoothness constraints

在平滑性约束下的动态角同步

Ernesto Araya, Mihai Cucuringu, Hemant Tyagi

机构 * Department of Mathematics, Ludwig-Maximilians-Universität München（数学系，慕尼黑路德维希-马克西米利安大学） ； Department of Mathematics, University of California Los Angeles（数学系，加州大学洛杉矶分校） ； Department of Statistics & Oxford-Man Institute of Quantitative Finance, University of Oxford（统计系及牛津-曼定量金融研究所，牛津大学） ； Division of Mathematical Sciences, School of Physical and Mathematical Sciences, Nanyang Technological University（数学科学学院，南洋理工大学） ； Inria Lille（里尔Inria） 纠错

AI总结 本文提出在平滑性约束下动态角同步的算法，通过非渐近保证的均方误差收敛性，解决了时间演变中的角度估计问题。

Comments 42 pages, 9 figures. Post publication version. Corrected minor typos in eqs. (3.9), (3.11) and Assumption 3

Top 10 Open Challenges Steering the Future of Diffusion Language Model and Its Variants

推动扩散语言模型及其变体未来发展的十大开放挑战

Yunhe Wang, Kai Han, Huiling Zhen, Yuchuan Tian, Hanting Chen, Yongbing Huang, Yufei Cui, Yingte Shu, Shan Gao, Ismail Elezi, Roy Vaughan Miles, Songcen Xu, Feng Wen, Chao Xu, Sinan Zeng, Dacheng Tao

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； Peking University（北京大学） ； Huawei Technologies（华为技术有限公司） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出推动扩散语言模型及其变体发展的十大挑战，并提出以多尺度标记化、主动遮罩和潜在思考为核心的四支柱战略路线图，旨在突破因果瓶颈，实现复杂结构推理和多模态整合。

Pedagogical Alignment for Vision-Language-Action Models: A Comprehensive Framework for Data, Architecture, and Evaluation in Education

为视觉-语言-动作模型的教育对齐：一个全面的框架，用于数据、架构和教育中的评估

Unggi Lee, Jahyun Jeong, Sunyoung Shin, Haeun Park, Jeongsu Moon, Youngchang Song, Jaechang Shim, JaeHwan Lee, Yunju Noh, Seungwon Choi, Ahhyun Kim, TaeHyeon Kim, Kyungtae Joo, Taeyeong Kim, Gyeonggeon Lee

机构 * Chosun University（全州大学） ； Seoul National University（首尔国立大学） ； Korea Institute for Curriculum and Evaluation（韩国课程评价院） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出教育VLA框架，通过四个组件实现轻量级模型的教育对齐，提升科学教育中的任务表现和解释生成能力。

Foundations of Global Consistency Checking with Noisy LLM Oracles

基于噪声LLM预言机的全局一致性基础

Paul He, Elke Kirschbaum, Shiva Kasiviswanathan

机构 * Nanyang Technological University（南洋理工大学） ； Amazon Web Services（亚马逊网络服务） 纠错

AI总结 本文提出一种基于LLM的自适应分治算法，用于高效检测和定位自然语言事实集合的全局不一致问题，具有低次多项式查询复杂度。

Comments Under Review

Large AI Model-Enabled Secure Communications in Low-Altitude Wireless Networks: Concepts, Perspectives and Case Study

大AI模型赋能的低空无线网络安全通信：概念、视角与案例研究

Chuang Zhang, Geng Sun, Yijing Lin, Weijie Yuan, Sinem Coleri, Dusit Niyato

机构 * College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院） ； Singapore University of Technology and Design（新加坡科技设计大学） ； College of Computer Science and Technology, Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University（吉林大学计算机科学与技术学院、教育部符号计算与知识工程重点实验室） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） 纠错

AI总结 本文提出基于大AI模型的优化框架，利用大语言模型提升低空无线网络安全通信的性能。

Comments This paper has been accepted to IEEE Communications Magazine

Injecting Knowledge from Social Science Journals to Improve Indonesian Cultural Understanding by LLMs

通过社会科学期刊注入知识以提升LLMs对印度尼西亚文化的理解

Adimulya Kartiyasa, Bao Gia Cao, Boyang Li

机构 * Nanyang Technological University（南洋理工大学） 纠错

AI总结 本研究通过构建IndoSoSci数据集，利用检索增强生成方法将印度尼西亚文化知识注入LLMs，提升其对印度尼西亚文化的理解能力，并在基准测试中取得显著性能提升。

FGTBT: Frequency-Guided Task-Balancing Transformer for Unified Facial Landmark Detection

FGTBT: 频率引导的任务平衡变换器用于统一面部地标检测

Jun Wan, Xinyu Xiong, Ning Chen, Zhihui Lai, Jie Zhou, Wenwen Min

机构 * School of Information Engineering, Zhongnan University of Economics（经济法律大学信息工程学院） ； School of Computer Science and Engineering, Nanyang Technological University, Singapore（南洋理工大学计算机科学与工程学院） ； College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China（深圳大学计算机科学与软件工程学院） ； School of Information Science and Engineering, Yunnan University, Kunming, Yunnan, China（云南大学信息科学与工程学院） 纠错

AI总结 FGTBT通过频率引导的任务平衡变换器和细粒度多任务平衡损失，提升面部地标检测的统一训练与性能。

PhyG-MoE: A Physics-Guided Mixture-of-Experts Framework for Energy-Efficient GNSS Interference Recognition

PhyG-MoE：一种基于物理指导的专家混合框架用于高效GNSS干扰识别

Zhihan Zeng, Yang Zhao, Kaihe Wang, Dusit Niyato, Yue Xiu, Lu Chen, Zhongpei Zhang, Ning Wei

机构 * National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China（中国电子科学与技术大学无线通信国家重点实验室） ； University of Electronic Science and Technology of China（中国电子科学与技术大学） ； Nanyang Technological University（南洋理工大学） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； Anhui Science and Technology University（安徽科学技术大学） 纠错

AI总结 PhyG-MoE通过动态对齐模型容量与信号复杂性，提升GNSS干扰识别的能效与准确性。

SKANet: A Cognitive Dual-Stream Framework with Adaptive Modality Fusion for Robust Compound GNSS Interference Classification

SKANet：一种具有自适应模态融合的认知双流框架，用于鲁棒的复合GNSS干扰分类

Zhihan Zeng, Yang Zhao, Kaihe Wang, Dusit Niyato, Hongyuan Shu, Junchu Zhao, Yanjun Huang, Yue Xiu, Zhongpei Zhang, Ning Wei

机构 * National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China（国家无线通信重点实验室，电子科技大学） ； Nanyang Technological University（南洋理工大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Aerospace Electronic Technology Institute（上海航天电子技术研究所） ； Shanghai Key Laboratory of Collaborative Computing in Spacial Heterogeneous Networks (CCSN)（上海空间异构网络协同计算重点实验室（CCSN）） ； Shanghai Xiaoyuan Innovation center（上海小元创新中心） 纠错

AI总结 SKANet通过双流架构和自适应模态融合，实现对复合GNSS干扰的高效鲁棒分类。

Topology-Aware Multiscale Mixture of Experts for Efficient Molecular Property Prediction

基于拓扑的多尺度专家混合方法用于高效分子性质预测

Long D. Nguyen, Kelin Xia, Binh P. Nguyen

机构 * School of Mathematics and Statistics（数学与统计学学院） ； Victoria University of Wellington（威灵顿维多利亚大学） ； School of Physical and Mathematical Sciences（物理与数学科学学院） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出基于拓扑的多尺度专家混合方法，通过多尺度交互建模提升3D分子性质预测的效率和准确性。

TrojanPraise: Jailbreak LLMs via Benign Fine-Tuning

TrojanPraise: 通过良性微调劫持LLM

Zhixin Xie, Xurui Song, Jun Luo

机构 * Nanyang Technological University（南洋理工大学） 纠错

AI总结 TrojanPraise通过良性微调利用过滤通过的数据，使LLM在无意识中顺从有害概念，成功率达95.88%

SkeFi: Cross-Modal Knowledge Transfer for Wireless Skeleton-Based Action Recognition

SkeFi: 无线传感器跨模态知识转移用于基于骨骼的动作识别

Shunyu Huang, Yunjiao Zhou, Jianfei Yang

机构 * School of Electrical and Electronics Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院） 纠错

AI总结 SkeFi通过跨模态知识转移方法，利用无线传感器提升基于骨骼的动作识别性能，实现毫米波和LiDAR上的先进表现。

Comments Published in IEEE Internet of Things Journal