高校专区
CPEP：对比姿态-肌电预训练增强肌电信号上的手势泛化
机构 * Apple（苹果公司） ； Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California（明希部门电子与计算机工程系，南加州大学）
AI总结 CPEP通过对比姿态和肌电表示提升手势分类性能，实现零样本学习和分布外泛化。
Comments Accepted by 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: Foundation Models for the Brain and Body
从飘落的树叶中看到风
机构 * University of Southern California（南加州大学） ； Stanford University（斯坦福大学）
AI总结 本文提出一种端到端可微逆图形框架，通过视频恢复不可见的物理力，应用于风场估计和基于物理的视频生成与编辑。
Comments Accepted at NeurIPS 2025
图表不是图像：关于科学图表编辑挑战的探讨
机构 * University of Southern California（南加州大学） ； Adobe Research（Adobe研究院） ； Texas A&M University（德克萨斯A&M大学）
AI总结 本文提出FigEdit基准测试，揭示科学图表编辑中结构转换的重要性，并指出传统像素操作方法的不足。
通过置信预测实现高效的专家查询控制在主动模仿学习中
机构 * Department of Computer Science, University of Southern California（计算机科学系，南加州大学） ； Department of Information Technology and Electrical Engineering, ETH Zurich（信息科技与电气工程系，苏黎世联邦理工学院）
AI总结 CRSAIL通过置信预测实现高效的专家查询控制，在主动模仿学习中减少专家查询次数，提升机器人任务的训练效率。
隐私保护的生成建模与慢性病纵向健康记录的临床验证
机构 * Vironix Health Inc（Vironix健康公司） ； University of Oxford（牛津大学） ； University of Cambridge（剑桥大学） ； Stanford University（斯坦福大学） ； University of Southern California（南加州大学）
AI总结 本文提出DP-TimeGAN模型，通过隐私保护生成模型处理纵向健康记录，提升慢性病诊断的隐私与效用平衡。
Comments To appear in Proceedings of Machine Learning Research Volume 297 - Proceedings of ML4H 2025
TrendGNN：迈向理解流行病、信念和行为
机构 * University of Southern California（南加州大学）
AI总结 TrendGNN通过构建信号图并应用图神经网络，实现对流行病、信念和行为的可解释性预测。
Comments 4 pages, 2 figures, 1 table
基于大型语言模型的自动评分与人类在循环中
机构 * Computer Science and Engineering（计算机科学与工程） ； Michigan State University（密歇根州立大学） ； Rossier School of Education（罗塞尔教育学院） ； University of Southern California（南加州大学）
AI总结 本文提出GradeHITL框架，通过人类在循环中方法提升自动简答评分的准确性，实现接近人类水平的评估。
Comments Accepted to IEEE TALE 2025
通过大语言模型实现受约束的网络切片分配
机构 * University of Southern California（南加州大学）
AI总结 本文利用大语言模型实现网络切片分配，通过零样本提示生成初始分配方案，并结合优化求解器提升性能，实现高效的5G网络资源分配。
Comments Accepted at NeurIPS 2025 Workshop on AI and ML for Next-Generation Wireless Communications and Networking (AI4NextG), San Diego, CA
HARMONY：隐藏的激活表示和模型输出感知的不确定性估计用于视觉-语言模型
机构 * University of Southern California（南加州大学） ； Amazon AGI（亚马逊人工智能实验室）
AI总结 HARMONY通过整合生成token、模型输出不确定性分数和隐藏表示，提升视觉-语言模型的不确定性估计性能。
协调脊柱与肢体动态以提升散开式机器人机动性
机构 * University of Southern California（南加州大学） ； University of Notre Dame（圣母大学） ； University of Illinois Chicago（伊利诺伊大学香槟分校）
AI总结 本研究提出一种结合生物启发步态设计与深度强化学习的混合控制框架，用于提升四足机器人在复杂地形中的稳健爬行能力。
Comments Initial version of the work has been accepted for presentation at the Mechanical Intelligence in Robotics workshop at ICRA 2025
结构模型的预训练估计器：应用于消费者搜索
机构 * Marshall School of Business, University of Southern California（美国南加州大学马歇尔商学院） ； The Wharton School, University of Pennsylvania（美国宾夕法尼亚大学沃顿商学院）
AI总结 本文提出了一种预训练估计器，用于结构模型中的消费者搜索问题，通过神经网络实现快速且高精度的参数估计。
Comments Originally posted on SSRN on June 7, 2024
基于图拉普拉斯的贝叶斯多保真建模
机构 * Department of Aerospace and Mechanical Engineering, University of Southern California（航空航天与机械工程系，南加州大学） ； School of Mathematics, University of Birmingham（数学学院，伯明翰大学） ； Computing and Mathematical Sciences, California Institute of Technology（计算与数学科学系，加州理工学院）
AI总结 本文提出基于图拉普拉斯的贝叶斯多保真建模方法，利用低保真数据构建先验密度并结合高保真数据提升预测精度。
Comments Published in Computer Methods in Applied Mechanics and Engineering, Volume 435, 2025, Article 117647
Journal ref Comput. Methods Appl. Mech. Eng. 435 (2025) 117647
UAV-MM3D: 一种大规模合成基准，用于多模态数据下的无人机三维感知
机构 * Pengcheng Laboratory（鹏城实验室） ； University of Southern California（南加州大学）
AI总结 UAV-MM3D通过多模态合成数据提升无人机三维感知能力，提供高保真数据集和多任务基线模型。
TAGFN：一种用于LLMs时代虚假新闻检测的文本属性图数据集
机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； University of Southern California（南加州大学）
AI总结 TAGFN是一种用于虚假新闻检测的文本属性图数据集，旨在评估传统和基于LLM的图异常检测方法，并促进LLMs的虚假信息检测能力发展。
Comments Preprint. Under review
边缘规模下的无信任联邦学习：一种组合架构用于去中心化、可验证和激励对齐的协调
机构 * Marshall School of Business University of Southern California（南加州大学马歇尔商学院） ； School of Natural and Computing Sciences University of Aberdeen（阿伯丁大学自然与计算科学学院）
AI总结 本文提出了一种组合架构，通过加密收据、几何测量、并行所有权和时间锁定政策，解决边缘规模联邦学习中的去中心化、可验证性和激励对齐问题。
CartoonSing: 统一人类与非人类声音在歌唱生成中的表现
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Southern California（南加州大学） ； Renmin University of China（中国人民大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
AI总结 CartoonSing通过统一框架生成非人类声音，解决非人类声音数据稀缺和音色差异问题，拓展了歌唱生成的应用范围。
动量在去中心化和联邦优化中的局限性
机构 * Department of Computer and Control Engineering, Polytechnic of Turin（计算机与控制工程系，都灵理工学院） ； Thomas Lord Department of Computer Science, USC Viterbi School of Engineering（托马斯·劳德计算机科学系，USC维特里商学院）
AI总结 本文研究了动量在去中心化和联邦优化中的收敛性限制，证明在循环客户端参与下，动量无法克服统计异质性，且步长递减策略无法保证收敛。
Comments Accepted at the 17th Workshop on Optimization for Machine Learning (OPT@NeurIPS2025)
AutoFocus-IL：基于视觉语言模型的数据高效视觉模仿学习中的显著性图
机构 * Department of Electrical and Computer Engineering, University of California, Riverside, USA（电气与计算机工程系，加州大学河滨分校） ； Thomas Lord Department of Computer Science, University of Southern California, USA（汤姆斯·劳德计算机科学系，南加州大学）
AI总结 AutoFocus-IL通过视觉语言模型自动生成显著性图，提升视觉模仿学习的数据效率和泛化能力，无需额外人类标注。
Comments 8 pages, 6 figures. Code and datasets available at http://autofocus-il.github.io/
Be My Eyes: 通过多智能体协作扩展大型语言模型到新模态
机构 * University of Southern California（南加州大学） ； Microsoft Research（微软研究院） ； University of California, Davis（加州大学戴维斯分校）
AI总结 BeMyEyes通过多智能体协作扩展LLMs到多模态推理，利用高效VLMs与强大LLMs的互补优势，实现轻量级开源解决方案。
LAA3D：3D空间中低空飞行器检测与跟踪的基准数据集
机构 * Pengcheng Laboratory（鹏城实验室） ； South China University of Technology（南方科技大学） ； University of Southern California（南加州大学）
AI总结 LAA3D是一个大规模数据集，用于3D空间中低空飞行器的检测与跟踪，包含真实和合成数据，支持多种3D任务，提出MonoLAA基线模型实现稳健的3D定位。
Comments 25 pages
从多视角图像逆向渲染高亏格表面网格
机构 * Futurewei Technologies（未来科技公司） ； Stony Brook University（石溪大学） ； Purdue University（普渡大学） ； University of Southern California（南加州大学） ； George Mason University（乔治·马歇尔大学）
AI总结 本文提出了一种结合自适应V-循环重新网格化和重新参数化Adam优化器的方法，用于从多视角图像中逆向渲染高亏格表面网格，提升了拓扑和几何意识，有效改善了高亏格和低亏格表面的重建效果。
Comments 3DV2026 Accepted (Poster)
基于最优传输的神经几何图像表示
机构 * Futurewei Technologies（未来智科） ； Stony Brook University（石溪大学） ； University of Southern California（南加州大学） ； Massachusetts Institute of Technology（麻省理工学院） ； George Mason University（乔治·玛莎大学）
AI总结 本文提出一种基于最优传输的神经几何图像表示方法，通过将不规则网格转换为规则图像网格，实现高效存储和神经处理，实验显示其在存储效率和恢复精度上优于现有方法。
Comments WACV2026 Rround 2 Accepted
可靠选择异质处理效应估计器
机构 * Peking University（北京大学） ； Marshall School of Business, University of Southern California（南加州大学马歇尔商学院）
AI总结 本文提出一种无需真实值的可靠方法，用于在异质处理效应估计中选择最佳估计器，并在多个基准测试中展示了其有效性。
OmniStruct: 跨多样的模式生成的通用文本到结构生成
机构 * University of Southern California（南加州大学） ； University of California, Davis（加州大学戴维斯分校） ； Microsoft Research（微软研究院）
AI总结 OmniStruct提出了一种跨多种模式的通用文本到结构生成方法，通过合成数据训练小型模型，实现与GPT-4o相当的性能。
利用多点贝叶斯算法执行实现晶格设计的高效动态和动量孔径优化
机构 * SLAC National Accelerator Laboratory（SLAC国家加速器实验室） ； Lawrence Berkeley National Laboratory（伯克利国家实验室） ； University of Southern California（南加州大学）
AI总结 本文提出利用多点贝叶斯算法执行实现存储环设计的高效动态和动量孔径优化，通过减少计算成本提升设计质量。
Comments 10 pages, 8 figures
LEARN: 一种端到端的空载资源受限多机器人导航学习
机构 * University of Southern California（美国南加州大学）
AI总结 LEARN通过轻量级强化学习框架实现多无人机在复杂环境中的高效导航，相比现有方法在资源利用和性能上均有显著提升。
Comments 20 pages, 15 figures
TyphoFormer：语言增强的Transformer用于准确的台风路径预测
机构 * Florida State University（佛罗里达州立大学） ； FAMU-FSU College of Engineering（FAMU-FSU 工程学院） ； University of Southern California（南加州大学） ； University of Maryland（马里兰大学）
AI总结 TyphoFormer通过结合自然语言描述提升台风路径预测准确性，优于现有方法，尤其在复杂场景中表现突出。
Comments Accepted by ACM SIGSPATIAL 2025. Received SIGSPATIAL '25 Best Short Paper Award
Meta-World+: 一种改进、标准化的强化学习基准
机构 * Toronto Metropolitan University（多伦多 Metropolitan 大学） ； Farama Foundation（Farama 基金会） ； University of Surrey（塞维耶大学） ； Hamburg University of Technology（汉堡技术大学） ； Columbia University（哥伦比亚大学） ； Google DeepMind（谷歌DeepMind） ； University of Southern California（南加州大学） ； Universite de Montreal（蒙特利尔大学） ； Mila
AI总结 Meta-World+通过改进和标准化，提供一个更可复现、技术更高效的强化学习基准，以促进多任务和元强化学习的研究与比较。
Comments Accepted at NeurIPs 2025, Datasets and Benchmarks
机构 * McGill University（麦吉尔大学） ； University of Southern California（南加州大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
机构 * University of Southern California（美国南加州大学）
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈