University of Pennsylvania（宾夕法尼亚大学）

Path Planning for Masked Diffusion Model Sampling

基于掩码扩散模型采样的路径规划

Fred Zhangzhi Peng, Zachary Bezemek, Sawan Patel, Jarrid Rector-Brooks, Sherwood Yao, Avishek Joey Bose, Alexander Tong, Pranam Chatterjee

机构 * Duke University（杜克大学） ； Atom Bioworks（Atom生物工坊） ； Mila – Québec AI Institute（魁北克AI研究院） ； Université de Montréal（蒙特利尔大学） ； The University of Oxford（牛津大学） ； Aithyra（Aithyra公司） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 本文提出路径规划策略，通过规划和去噪两个阶段提升掩码扩散模型的生成质量，实验表明在多个领域均取得显著改进。

ICHOR: A Robust Representation Learning Approach for ASL CBF Maps with Self-Supervised Masked Autoencoders

ICHOR：一种用于ASL CBF图的鲁棒表示学习方法，基于自监督掩码自编码器

Xavier Beltran-Urbano, Yiran Li, Xinglin Zeng, Katie R. Jobson, Manuel Taso, Christopher A. Brown, David A. Wolk, Corey T. McMillan, Ilya M. Nashrallah, Paul A. Yushkevich, Ze Wang, John A. Detre, Sudipto Dolui

机构 * University of Pennsylvania, Philadelphia, USA（宾夕法尼亚大学） ； University of Maryland School of Medicine, Baltimore, USA（约翰霍普金斯大学医学院） 纠错

AI总结 ICHOR通过自监督预训练方法，利用3D掩码自编码器提升ASL CBF图的表示学习，实现跨研究和协议的鲁棒性与泛化能力。