IJCAI - arXivDaily 期刊&会议

2606.12077 2026-06-11 cs.LG 新提交

Efficient Time Series Clustering from Multiscale Reservoir Dynamics with Granular-Ball Anchoring Graph Optimization

基于多尺度储层动力学与粒球锚定图优化的高效时间序列聚类

Yifan Wang, Lifeng Shen, Shuyin Xia, Yi Wang

机构 * Chongqing Key Laboratory of Computational Intelligence, Key Laboratory of Cyberspace Big Data Intelligent Security, Ministry of Education, Sichuan-Chongqing Co-construction Key Laboratory of Digital Economy Intelligence and Key Laboratory of Big Data Intelligent Computing, College of Computer Science and Technology, Chongqing University of Posts and Telecommunications（重庆邮电大学计算机科学与技术学院，计算智能重庆市重点实验室，网络空间大数据智能安全教育部重点实验室，川渝共建数字经济智能重点实验室，大数据智能计算重点实验室）； Chongqing Ant Consumer Finance Co,. Ltd , Ant Group（蚂蚁集团，重庆蚂蚁消费金融有限公司）

AI总结提出MSRGC-Net框架，结合无训练储层计算、粒球锚定图构建和共识学习，实现高效且准确的时间序列聚类。

Comments Accepted by IJCAI 2026

2606.12054 2026-06-11 cs.LG 新提交

Simplicity Suffices for Parameter Noise Injection in Stochastic Gradient Descent

随机梯度下降中参数噪声注入的简单性足以胜任

Benjamin Leblanc, Louis-Jacob Lebel, Teddy Kana, Richard Kamel

机构 * Université Laval（拉瓦尔大学）

AI总结研究随机梯度下降中的参数噪声注入，提出线性层逐样本噪声注入的高效方法，并实验证明简单各向同性噪声即可达到复杂方案的优化与泛化效果。

Comments Accepted at the Data Science Meets Optimisation workshop in IJCAI 2026

2606.11518 2026-06-11 cs.LG cs.AI 新提交

SirenFNO: Efficient and Full Frequency Learning of Fourier Neural Operators

SirenFNO：高效且全频率学习的傅里叶神经算子

Pengqing Shi, Jie Yin, Stephen Tierney, Junbin Gao

机构 * The University of Sydney（悉尼大学）

AI总结提出SirenFNO框架，利用正弦表示网络学习隐式神经表示并进行模态核参数化，消除频率截断，实现全频谱学习，在多个PDE基准上以最多73倍参数减少取得性能提升。

Comments 9 pages, accepted by IJCAI 2026

2606.11284 2026-06-11 cs.MA cs.GT cs.LG 新提交

Phi-Actor-Critic: Steering General-Sum Games to Pareto-Efficient Correlated Equilibria

Phi-Actor-Critic: 引导一般和博弈走向帕累托高效关联均衡

Wongyu Lee, Francesco Lelli, Omran Ayoub, Massimo Tornatore

机构 * Politecnico di Milano（米兰理工大学）； Tilburg University（蒂尔堡大学）； University of Applied Sciences and Arts of Southern Switzerland（瑞士南瑞士应用科学与艺术大学）

AI总结提出Φ-Actor-Critic框架，通过交换遗憾最小化引导多智能体学习向高社会福利的关联均衡收敛，并采用集中式注意力批评家高效估计反事实遗憾，结合拉格朗日均衡选择机制优化社会福利。

Comments Accepted to IJCAI 2026

2605.12053 2026-06-11 cs.RO 版本更新

Closing the Motion Execution Gap: From Semantic Motion Task Constraints to Kinematic Control

弥合运动执行差距：从语义运动任务约束到运动学控制

Simon Stelter, Vanessa Hassouna, Malte Huerkamp, Michael Beetz

机构 * University of Bremen（不莱梅大学）

AI总结本文提出通过运动状态图实现语义约束与可执行机器人运动的连接，利用统一的可微运动学世界模型实现世界中心的运动规范与跨平台泛化，采用基于lMPC的任务函数方法确保任务切换的平滑过渡。

Comments 9 pages, 8 figures, to be published in IJCAI 2026

2605.10592 2026-06-11 cs.AI cs.HC cs.LG 版本更新

A Resilient Solution for Sewer Overflow Monitoring across Cloud and Edge

跨云和边缘的防洪溢流监控稳健解决方案

Vipin Singh, Tianheng Ling, Peter Ghaly, Felix Grimmeisen, Gregor Schiele, Felix Biessmann

机构 * Berlin University of Applied Sciences（柏林应用技术大学）； University of Duisburg-Essen（杜伊斯堡-埃森大学）； Okeanos Smart Data Solutions GmbH（Okeanos智能数据解决方案 GmbH）； Einstein Center Digital Future（爱因斯坦数字未来研究中心）

AI总结本文提出一个基于深度学习的云边协同监控平台，用于预测溢流池填充动态，以应对城市排水系统老化问题，提升防洪预警能力。

Comments 3 pages, 6 figures, accepted at 35th International Joint Conference on Artificial Intelligence 2026 (IJCAI-ECAI 2026), Demonstrations Track. URL: https://riwwer.demo.calgo-lab.de

2509.23982 2026-06-11 cs.CL cs.AI cs.CY cs.LG cs.NE 版本更新

Toward Preference-aligned Large Language Models via Residual-based Model Steering

基于残差模型引导的偏好对齐大型语言模型

Lucio La Cava, Andrea Tagarelli

机构 * DIMES Dept., University of Calabria, Italy（卡利博大学DIMES系）

AI总结提出PaLRS方法，利用残差流中的偏好信号提取轻量级引导向量，无需训练即可在推理时对齐模型偏好，在数学推理和代码生成任务上取得一致提升，同时节省大量时间。

Comments Accepted at IJCAI 2026