University of Science and Technology of China（中国科学技术大学）

Vib2ECG: A Paired Chest-Lead SCG-ECG Dataset and Benchmark for ECG Reconstruction

Vib2ECG：一种配对的胸导体SCG-ECG数据集和用于ECG重建的基准

Guorui Lu, Xiaohui Cai, Todor Stefanov, Qinyu Chen

机构 * Leiden Institute of Advanced Computer Science (LIACS), Leiden University（莱顿先进计算机科学研究所（LIACS）、莱顿大学） ； School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） 纠错

AI总结 本文提出Vib2ECG数据集，用于从低成本振动信号重建ECG，展示了轻量U-Net在多导联ECG重建中的可行性，并分析了模型生成虚假ECG波形的问题。

Comments This work has been submitted to the IEEE for possible publication

Generative Video Compression with One-Dimensional Latent Representation

基于一维潜在表示的生成视频压缩

Zihan Zheng, Zhaoyang Jia, Naifu Xue, Jiahao Li, Bin Li, Zongyu Guo, Xiaoyi Zhang, Zhenghao Chen, Houqiang Li, Yan Lu

机构 * University of Science and Technology of China（中国科学技术大学） ； Communication University of China（通信大学） ； Microsoft Research Asia（微软亚洲研究院） ； University of Newcastle（新castle大学） 纠错

AI总结 本文提出GVC1D方法，通过一维潜在表示替代二维网格，减少空间和时间冗余，实现更高效的视频压缩。

Comments CVPR2026

MER-Bench: A Comprehensive Benchmark for Multimodal Meme Reappraisal

MER-Bench：多模态表情包再解释的综合基准

Yiqi Nie, Fei Wang, Junjie Chen, Kun Li, Yudi Cai, Dan Guo, Chenglong Li, Meng Wang

机构 * School of Artificial Intelligence, Anhui University（安徽大学人工智能学院） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院） ； College of Information Technology, United Arab Emirates University（阿拉伯联合酋长国大学信息学院） ； Institute of Advanced Technology, University of Science and Technology of China（中国科学技术大学先进技术研究院） 纠错

AI总结 本文提出MER-Bench，一个用于多模态表情包再解释的综合基准，通过多模态大语言模型评估结构保持、语义一致性和情感转换，揭示现有系统在约束满足上的不足。

Anchoring Emotions in Text: Robust Multimodal Fusion for Mimicry Intensity Estimation

在文本中锚定情绪：用于模仿强度估计的鲁棒多模态融合

Lingsi Zhu, Yuefeng Zou, Yunxiang Zhang, Naixiang Zheng, Guoyuan Wang, Jun Yu, Jiaen Liang, Wei Huang, Shengping Liu, Ximin Zheng

机构 * University of Science and Technology of China（中国科学技术大学） ； Unisound AI Technology Co., Ltd.（Unisound人工智能科技有限公司） ； Pingan Technology Co., Ltd.（平安科技有限公司） 纠错

AI总结 本文提出TAEMI框架，通过文本锚定机制融合多模态数据，提升在噪声和缺失数据下的情绪模仿强度估计性能。

Spectrogram features for audio and speech analysis

基于频谱图的音频和语音分析特征

Ian McLoughlin, Lam Pham, Yan Song, Xiaoxiao Miao, Huy Phan, Pengfei Cai, Qing Gu, Jiang Nan, Haoyu Song, Donny Soh

机构 * Singapore Institute of Technology（新加坡理工学院） ； Austrian Institute of Technology（奥地利理工学院） ； The University of Science and Technology of China（中国科学技术大学） ； Meta Inc., Reality Labs（Meta公司，现实实验室） 纠错

AI总结 本文探讨频谱图在音频和语音分析中的应用，回顾其在不同任务中与后端分类器架构的匹配性，总结其在深度学习中的优势与挑战。

Comments 30 pages

Journal ref Analysis. Appl. Sci. 2026, 16, 572

BrainCast: A Spatio-Temporal Forecasting Model for Whole-Brain fMRI Time Series Prediction

BrainCast：一种用于全脑fMRI时间序列预测的时空预测模型

Yunlong Gao, Jinbo Yang, Li Xiao, Haiye Huo, Yang Ji, Hao Wang, Aiying Zhang, Yu-Ping Wang

机构 * Institute of Advanced Technology, University of Science and Technology of China（科学技术大学先进技术研究院） ； MoE Key Laboratory of Brain-Inspired Intelligence Perception and Cognition, University of Science and Technology of China（科学技术大学脑启发智能感知与认知教育部重点实验室） ； School of Mathematics and Computer Sciences, Nanchang University（南昌大学数学与计算机科学学院） ； School of Data Science, University of Virginia（弗吉尼亚大学数据科学学院） ； Department of Biomedical Engineering, Tulane University（路易斯安那大学医学工程系） 纠错

AI总结 本文提出BrainCast模型，通过联合建模感兴趣区域内的时序动态和跨区域的空间交互，提升全脑fMRI时间序列预测性能，从而提升下游认知能力预测。

MURE: Hierarchical Multi-Resolution Encoding via Vision-Language Models for Visual Document Retrieval

MURE：基于视觉-语言模型的多分辨率编码框架用于视觉文档检索

Fengbin Zhu, Zijing Cai, Yuzhe Wang, Pengyang Shao, Wenjie Wang, Fuli Feng, Richang Hong, Tat-Seng Chua

机构 * National University of Singapore, Singapore（新加坡国立大学） ； University of Science and Technology of China, China（中国科学技术大学） ； Hefei University of Technology, China（合肥工业大学） 纠错

AI总结 本文提出MURE框架，通过多分辨率采样编码、跨粒度特征融合和语义感知聚类机制，提升视觉文档检索效率与效果，实验表明其优于现有基线方法。

EgoGrasp: World-Space Hand-Object Interaction Estimation from Egocentric Videos

EgoGrasp：从第一人称视频中估计世界空间手-物体交互

Hongming Fu, Wenjia Wang, Xiaozhen Qiao, Rolandos Alexandros Potamias, Taku Komura, Shuo Yang, Zheng Liu, Bo Zhao

机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； University of Science and Technology of China（中国科学技术大学） ； Imperial College London（伦敦帝国学院） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

AI总结 EgoGrasp提出了一种从动态第一人称视频中重建世界空间手-物体交互的方法，支持开放词汇物体，通过多阶段框架实现鲁棒的3D重建与姿态估计。