University of Southern California（南加州大学）

2606.17259 2026-06-17 eess.AS cs.SD 新提交

Intelligibility of Speech in Noise: Investigating Contribution of Magnitude and Phase Spectra

噪声中语音的可懂度：幅度谱和相位谱贡献的研究

Bhanu Teja Nellore, Sudarsana Reddy Kadiri, Rohit Kumar, Karan Nathwani, Suryakanth V Gangashetty

机构 * Signal Analysis and Interpretation Laboratory, University of Southern California, Los Angeles, USA（美国南加州大学信号分析与解释实验室）； National Institute of Technology, Patna, India（印度帕坦国家理工学院）； Indian Institute of Technology, Jammu, India（印度朱默尔理工学院）； Koneru Lakshmaiah Education Foundation, Vaddeswaram, Guntur District, Andhra Pradesh, India（安得拉邦戈塔瓦德区瓦达萨瓦拉姆康纳鲁拉克希玛伊教育基金会）

AI总结通过三个实验评估幅度谱和相位谱对噪声中辅音可懂度的贡献，发现幅度谱在干净条件下贡献更大，而相位谱在噪声条件下更鲁棒，且鼻音比擦音和近音更易受噪声影响。

2606.17196 2026-06-17 stat.ML cs.LG stat.ME 新提交

Another Look at Log-PCA for Probability Measures: A Dynamical Formulation and Statistical Convergence

再探概率测度的Log-PCA：一种动力学公式与统计收敛性

Peng Xu, Changbo Zhu, Young-Heon Kim, Xiaohui Chen

机构 * Department of Statistics University of Illinois Urbana-Champaign（统计学系伊利诺伊大学厄巴纳-香槟分校）； Department of ACMS University of Notre Dame（ACMS系诺丁汉大学）； Department of Mathematics University of British Columbia（数学系不列颠哥伦比亚大学）； Department of Mathematics Thomas Lord Department of Computer Science University of Southern California（数学系托马斯·劳德计算机科学系南加州大学）

AI总结本文在Wasserstein几何下提出一种动力学公式解释log-PCA，称为Wasserstein切向PCA（WT-PCA），并推导了经验WT-PCA相对于总体测度的统计收敛速率。

2606.17410 2026-06-17 cs.CV 新提交

Attention Alignment Between Humans and Vision-Language Models

人类与视觉语言模型之间的注意力对齐

Isaac R. Christian, Udith Haputhanthrige, Hanna Hornfeld, Declan Campbell, Samuel Nastase, Taylor Webb, Michael Graziano

机构 * Princeton Neuroscience Institute, Princeton University（普林斯顿大学普林斯顿神经科学研究所）； Department of Psychology, Princeton University（普林斯顿大学心理学系）； Department of Computer Science, Princeton University（普林斯顿大学计算机科学系）； Department of Psychology and Center for Computational Language Sciences, University of Southern California（南加州大学心理学系与计算语言科学中心）； Department of Psychology, Université de Montréal（蒙特利尔大学心理学系）

AI总结本研究比较了六种视觉语言模型的空间注意力图与人类注视热图，发现解码器架构（LSTM vs Transformer）主导对齐程度，LSTM解码器对齐度更高但空间分散且任务区分度低，而Transformer解码器注意力更集中且任务区分度强。

2606.17354 2026-06-17 cs.CL cs.AI 新提交

Translating the Untranslatable: An Operationalizable Ontology for Untranslatability

翻译不可译：一个可操作化的不可译性本体论

Jacob Bremerman, Brihi Joshi, Hirona Arai, Xiang Ren, Jonathan May

机构 * University of Southern California Information Sciences Institute（南加州大学信息科学研究所）

AI总结提出一个结构化的不可译性本体论和补偿策略分类法，构建多语言数据集，通过人类偏好研究发现注释补偿策略最受青睐，为策略感知机器翻译奠定基础。