University of Oxford（牛津大学）

The Exponentially Weighted Signature

指数加权签名

Alexandre Bloch, Samuel N. Cohen, Terry Lyons, Joël Mouterde, Benjamin Walker

机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） ； Department of Mathematics, Imperial College London（伦敦帝国理工学院数学系） ； SKF 纠错

AI总结 本文提出指数加权签名，通过引入一般有界线性算子扩展指数衰减记忆签名，实现更丰富的记忆动态，保留经典签名的代数优势，并展示其在SDE回归任务中的表达能力。

Comments 43 pages, 1 figure

Closed-form $\ell_r$ norm scaling with data for overparameterized linear regression and diagonal linear networks under $\ell_p$ bias

具有数据的闭式ℓ_𝑟范数缩放：在过参数化线性回归和对角线线性网络下基于ℓ_𝑝偏差

Shuofeng Zhang, Ard Louis

机构 * Rudolf Peierls Centre for Theoretical Physics（鲁道夫·皮尔士理论物理中心） ； University of Oxford（牛津大学） 纠错

AI总结 本文研究了过参数化线性回归和对角线线性网络中ℓ_𝑟范数缩放问题，通过简单对偶射线分析揭示了信号尖峰与零坐标之间的竞争，得出数据依赖的肘部和通用阈值，解释了不同范数随样本量变化的行为。

Physics-informed neural network for predicting fatigue life of unirradiated and irradiated austenitic and ferritic/martensitic steels under reactor-relevant conditions

具有物理信息的神经网络用于预测反应堆相关条件下非辐照和辐照的奥氏体和铁素体/马氏体钢的疲劳寿命

Dhiraj S Kori, Abhinav Chandraker, Syed Abdur Rahman, Punit Rathore, Ankur Chauhan

机构 * Extreme Environments Materials Group (EEMG), Department of Materials Engineering, Indian Institute of Science (IISc)（极端环境材料组（EEMG）、材料工程系、印度科学研究院（IISc）） ； Department of Materials, University of Oxford（材料系、牛津大学） ； Robert Bosch Centre for Cyberphysical Systems, Indian Institute of Science (IISc)（罗伯特·博世网络物理系统中心、印度科学研究院（IISc）） 纠错

AI总结 本文提出了一种具有物理信息的神经网络框架，用于预测核反应堆中奥氏体和铁素体/马氏体钢的低周疲劳寿命。该框架通过嵌入疲劳寿命的物理约束到损失函数中，提高了预测的准确性、可靠性和通用性。

Multi-material Direct Ink Writing and Embroidery for Stretchable Wearable Sensors

多材料直接墨水书写与刺绣用于可拉伸可穿戴传感器

Lukas Cha, Ryman Hashem, Ria Prakash, Tanguy Declety, Wenze Zhang, Liang He

机构 * Institute of Biomedical Engineering, University of Oxford, UK（生物医学工程研究所，牛津大学，英国） ； The Podium Institute for Sports Medicine and Technology, University of Oxford, UK（体育医学与技术研究所，牛津大学，英国） ； École Polytechnique Fédérale de Lausanne, Switzerland（洛桑联邦理工学院，瑞士） 纠错

AI总结 本文提出一种纺织品兼容的制造流程，结合多材料直接墨水书写与自动化刺绣，实现可拉伸应变传感器直接嵌入服装中，展示出高达120%的拉伸性能和线性响应特性，适用于运动捕捉和柔性机器人应用。

Comments 6 pages, 8 figures, conference

Auditing Preferences for Brands and Cultures in LLMs

对LLM中品牌和文化偏好的审计

Jasmine Rienecker, Katarina Mpofu, Naman Goel, Siddhartha Datta, Jun Zhao, Oscar Danielsson, Fredrik Thorsen

机构 * University of Oxford（牛津大学） 纠错

AI总结 本文提出ChoiceEval框架，用于审计LLM中品牌和文化偏好，通过生成多样化查询和量化偏好指标，揭示模型在不同主题上的系统性偏好差异。

Comments 20 pages, 2 figures