Shanghai Jiao Tong University（上海交通大学）

2507.16696 2026-06-24 cs.LG cs.AI cs.MM cs.SD 版本更新

FISHER: A Foundation Model for Multi-Modal Industrial Signal Comprehensive Representation

FISHER：多模态工业信号综合表示的基础模型

Pingyi Fan, Anbai Jiang, Shuwei Zhang, Xinhu Zheng, Zhiqiang Lv, Bing Han, Wenrui Liang, Junjie Li, Wei-Qiang Zhang, Yanmin Qian, Xie Chen, Jia Liu

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系）； Institute for Embodied Intelligence and Robotics, Tsinghua University（清华大学智能感知与机器人研究院）； Department of Computer Science and Engineering, Shanghai Jiao Tong University（上海交通大学计算机科学与工程系）； Huakong AI Plus Company Limited（华冠AIplus有限公司）； Didi International Business Group（滴滴国际商务集团）

AI总结针对工业信号分析中的数据异质性（M5问题），提出FISHER基础模型，采用子带建模处理多采样率问题，通过教师-学生自蒸馏预训练，在19个数据集上以较小规模超越24个SOTA编码器。

Comments Accepted by IEEE TII. FISHER open-sourced on https://github.com/jianganbai/FISHER . RMIS open-sourced on https://jianganbai.github.io/RMIS

2512.00324 2026-06-24 cs.RO cs.CV cs.HC 版本更新

MILE: A Mechanically Isomorphic Hand Exoskeleton and Visuotactile Robotic Hand for Data Collection in Dexterous Manipulation

MILE：一种用于灵巧操作的指尖视觉触觉传感的机械同构外骨骼数据采集系统

Jinda Du, Jieji Ren, Qiaojun Yu, Ningbin Zhang, Yu Deng, Xingyu Wei, Yufei Liu, Guoying Gu, Xiangyang Zhu

机构 * State Key Laboratory of Mechanical System and Vibration, School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China（机械系统与振动国家重点实验室，上海交通大学机械工程学院，上海200240，中国）； Shanghai Key Laboratory of Intelligent Robotics, Shanghai Jiao Tong University, Shanghai 200240, China（智能机器人上海重点实验室，上海交通大学，上海200240，中国）； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室，上海，中国）； Humanoid Robot (Shanghai) Co., Ltd., Shanghai, China（上海人形机器人有限公司，上海，中国）

AI总结针对现有灵巧操作数据采集系统运动重定向不准确、效率低、缺乏高分辨率指尖触觉传感的问题，提出MILE系统，通过从人手到外骨骼再到机械手的机械同构设计，实现无重定向精确控制，并集成指尖视觉触觉模块，采集多模态数据集，显著提升遥操作成功率。

Comments 18 pages including supplementary material. Main manuscript and supplementary material included in this version

2311.16707 2026-06-24 eess.IV cs.CV 版本更新

Full-resolution MLPs Empower Medical Dense Prediction

全分辨率MLP赋能医学密集预测

Mingyuan Meng, Yuxin Xue, Dagan Feng, Lei Bi, Jinman Kim

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院）； Institute of Translational Medicine, Shanghai Jiao Tong University（上海交通大学转化医学研究院）

AI总结提出全分辨率层次化MLP框架，从全图像分辨率开始使用MLP，在医学图像恢复、配准和分割等密集预测任务上超越CNN和Transformer，实现最先进性能。

Comments The extended version is published as an IEEE-JBHI paper titled "Capturing Finer-grained Long-range Dependency for Dense Prediction in Medical Images: An Empirical Investigation of MLPs"