3D Face Recognition with Sparse Spherical Representations
专题命中 点云 ：point cloud(abstract)；分类 cs.CV
视觉与机器人
3D 视觉
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
1. 点云 7737 篇
Three iterations of $(d-1)$-WL test distinguish non isometric clouds of $d$-dimensional points
机构 * Centro Nacional de Inteligencia Artificial（国家人工智能中心） ； Instituto de Ingeniería Matemática y Computacional（数学与计算工程研究所） ； Instituto Milenio Fundamentos de los Datos（数据基础千年研究所） ； Departamento de Matemática（数学系） ； ANVUR（意大利国家科研委员会）
专题命中 点云 ：point cloud(abstract,comments)
Comments Changes to previous version: new results, inability of 1-WL to recognize planar point clouds in R^3, and incompleteness of 2-WL in R^6
The Frame Kernel Method for Multiscale Operator Learning
用于多尺度算子学习的框架核方法
机构 * Kahlert School of Computing, University of Utah（犹他大学卡勒特计算机学院） ； U.S. Air Force Research Laboratory（美国空军研究实验室）
专题命中 点云 ：point cloud(abstract)
AI总结 该研究提出原生多尺度算子学习的框架核方法，用于多尺度PDE代理建模，其精度优于流行神经算子，可实现后验多尺度分解。
Barycentric Weak Inner-Product Gromov-Wasserstein
专题命中 点云 ：point cloud(abstract)
Detection of first homology via random geometric graphs in the thermodynamic regime
热力学 regime 下通过随机几何图检测一阶同调
专题命中 点云 ：point cloud(abstract)
AI总结 该研究针对紧致黎曼流形上的随机几何图，提出仅需 O(n) 条边的方法，在热力学超临界 regime 下可高概率推断其一阶同调群，确定了正确尺度并证明结果最优。
Comments 34 pages, 4 figures
Many-point tropical relaxation and the Monge--Ampère equation
多点热带松弛与蒙日 - 安培方程
专题命中 点云 ：point cloud(abstract)
AI总结 研究平面亚历山德罗夫蒙日 - 安培方程，构建关联驱动的热带逼近，通过结合多种方法，得到\(N^{-1/2}F_N\)的收敛性、曲率估计等结果，还包括随机点云极限、协方差及对角线相关结论。
Comments 67 pages, 3 figures. Revised exposition and proof clarifications; corrected numerical appendix. Main results unchanged
Transport based embeddings with topological guarantees
带拓扑保证的基于传输的嵌入
专题命中 点云 ：point cloud(abstract)
AI总结 该研究提出带拓扑保证的基于传输的嵌入方法，通过定义c-凸势函数的传输映射压缩数据，在COIL和SYMSOL数据集实验中验证其能保留拓扑且避免虚假同调。
Comments 27 pages, 6 figures
Hodge Spectral Surrogates for Topology-Constrained Optimization
用于拓扑约束优化的霍奇谱替代方法
专题命中 点云 ：point cloud(abstract)
AI总结 提出基于霍奇谱松弛的微分框架，通过低通谱滤波器实现拓扑约束优化，克服贝蒂数和持续同调的离散组合困难。
Comments 57 pages, 11 figures
Exploring Dowker Homology for Sentence Similarity
探索用于句子相似度的Dowker同调
机构 * University of Zürich（苏黎世大学）
专题命中 点云 ：point cloud(abstract)
AI总结 本研究将句子对的词元嵌入视为Transformer潜空间的点云，探究Dowker同调捕捉句子相似度的能力，发现其可用于相似度评估与可视化，推导的单值摘要表现尚可但未优于标准度量。
Comments 12 pages; accepted at "Workshop on Insights from Negative Results in NLP 2026"
On the stability of filtration functions for dependent data with applications to break detection
关于相依数据的过滤函数稳定性及其在断点检测中的应用
专题命中 点云 ：point cloud(abstract)
AI总结 本文研究拓扑数据分析中过滤函数的稳定性，据此开发检测弱相依数据拓扑对象序列结构断点的检验方法，可应用于伯努利移位系统的持久性图统计。
Constitutive Priors for Inverse Design
本构先验用于逆设计
专题命中 点云 ：point cloud(abstract)
AI总结 本文提出了一种端到端框架，直接在本构行为空间中进行弹性网络的逆设计。通过潜在表示构建本构先验，定义可接受的材料定律流形并保证热力学一致性。逆问题被建模为具有潜在本构变量的PDE约束优化问题，通过同伦策略提高非凸优化的鲁棒性。
Quantum Topological Analysis on Digraphs
有向图上的量子拓扑分析
专题命中 点云 ：point cloud(abstract)
AI总结 该研究针对有向图路径同调提出量子算法，设计了量子编码协议，在路径空间可高效访问时实现指数级加速，标准有向图输入下实现多项式级加速，为拓扑数据分析提供新的量子方法。
Comments 26 pages, 2 figures, To be appeared on Quantum Science and Technology
The Intrinsic Dimension of Prompts in Internal Representations of Large Language Models
大语言模型内部表示中提示的固有维度
专题命中 点云 ：point cloud(abstract)
AI总结 本研究通过固有维度视角分析大语言模型提示的内部表示几何，发现其与下一个 token 不确定性等相关，训练的线性探测模型可在生成前区分恶意与良性提示，准确率优于现有安全工具，为 LLM 安全提供了新信号。
Comments 12+14 pages, 18 figures, matches published version on Transactions of Machine Learning Research
Journal ref Transactions of Machine Learning Research, ISSN: 2835-8856, 2026, https://openreview.net/pdf?id=rBEgNAslpY
Untangling Dense Crowds with mmWave Radar: From Crowd Semantics to Individual Spatial Behaviors
用毫米波雷达解耦密集人群：从人群语义到个体空间行为
专题命中 点云 ：point cloud(abstract)
AI总结 该研究提出毫米波雷达解耦密集人群的新框架，结合宏微观结构与语义引导多假设推理，经18项实验验证，在行人足迹恢复上显著优于当前最优方法，鲁棒性强。
A high-order, meshless, Lagrangian--Eulerian RBF-FD method for advection--diffusion--reaction on moving manifolds
用于移动流形上平流-扩散-反应问题的高阶无网格拉格朗日-欧拉RBF-FD方法
专题命中 点云 ：point cloud(abstract)
AI总结 该研究提出一种高阶无网格拉格朗日-欧拉RBF-FD方法，用于求解三维移动流形上的平流-扩散-反应偏微分方程，通过多种策略提升稳定性与效率，数值实验验证了其收敛性、守恒性与长期积分稳定性。
Comments 27 pages + 12 page appendix, 21 figures
Transferable Fast Calorimeter Shower Generation via Multi-Geometry Pre-training
基于多几何预训练的可迁移快速量能器簇射生成
专题命中 点云 ：point cloud(abstract)
AI总结 本研究提出通过多几何预训练，引入SimpleBox合成箱式量能器集合，实现可迁移的量能器簇射生成器，经微调后在未见过的量能器上表现优于真实探测器预训练模型，降低模拟成本。
Comments 50 pages, 29 figures, 12 tables
Quantum encodings that preserve persistent homology
保持持续同调的量子编码
专题命中 点云 ：point cloud(abstract)
AI总结 研究在量子拓扑数据分析中，哪些量子编码能最好地保留原始数据集的拓扑不变量，并提出直接作用于数据的编码方案。
Comments Comments are welcome! v2: removed disclaimer and affiliation
COOL: A Cooling-Aware Point Transformer Framework for Thermal Prediction in Advanced 3D/3.5D IC Packaging
COOL：面向先进3D/3.5D IC封装热预测的感知冷却的点Transformer框架
专题命中 点云 ：point cloud(abstract)
AI总结 针对先进3D/3.5D IC封装热管理挑战，提出感知冷却的点Transformer框架COOL，显式编码几何与冷却结构，引入PI-BC损失，在自建基准上NMAE达2.4%，速度较商用FEM求解器提升超15.7倍且优于现有学习方法。
Comments 7 pages, accepted at DAC 2026
Journal ref 63rd ACM/IEEE Design Automation Conference (DAC '26), July 2026
Doubling the dimension yields a benign landscape for the squared-stress
维度加倍可产生平方应力的良性景观
专题命中 点云 ：point cloud(abstract)
AI总结 本文针对欧氏距离几何问题，证明当k≥2(ℓ+1)时，完全图平方应力的优化景观为良性，将k≥ℓ+1的猜想因子缩小一半，采用二阶临界性的对偶视角推导结论。
Comments 38 pages
Plasolver: Physics-Informed Neural Operators for Elastoplasticity
Plasolver：用于弹塑性问题的物理信息神经算子
专题命中 点云 ：point cloud(abstract)
AI总结 研究针对弹塑性分析计算成本高的问题，提出Plasolver物理信息神经算子框架，结合算子学习与经典求解器优势，预训练结合热启动阶段，实现高精度与大幅加速，减少迭代次数，为弹塑性问题提供高效计算框架。
WiWorld-RealData: A Real-World Multi-Modal Dataset for 6G Wireless World Models
WiWorld-RealData：用于6G无线世界模型的真实世界多模态数据集
专题命中 点云 ：point cloud(abstract)
AI总结 提出WiWorld-RealData数据集，包含3.7 GHz和6.775 GHz的信道冲激响应、多视角图像、全景图像、LiDAR点云、毫米波雷达记录和GNSS轨迹，支持环境辅助的信道预测，路径损耗预测MAE为2.02 dB。
Comments 6 pages, 6 figures, 3 tables
Cross-Geometry Transfer Learning in Fast Electromagnetic Shower Simulation
快速电磁 shower 模拟中的跨几何迁移学习
专题命中 点云 ：point cloud(abstract)
AI总结 本文提出了一种迁移学习框架，用于快速电磁 shower 模拟，通过点云表示和预训练实现跨几何结构的高效适应，显著提升了模拟精度。
Comments Published version. 38 pages, 18 figures
Journal ref JINST 21 (2026) P07037
Feature-Aware (Hyper)graph Generation via Next-Scale Prediction
特征感知的（超）图生成：基于下一尺度预测
专题命中 点云 ：point cloud(abstract)
AI总结 提出FAHNES框架，通过层次化下一尺度预测联合生成图/超图的拓扑和特征，实现大规模带特征图/超图的高效生成。
Can Language Models Understand mmWave Data? Benchmarking Large Language Models for mmWave Radar-Based Human Understanding
语言模型能否理解毫米波数据？基于毫米波雷达的人类理解任务对大语言模型进行基准测试
机构 * DGIST（大邱庆北科学技术院） ； KAIST（韩国科学技术院） ； InnoCORE LLM
专题命中 点云 ：point cloud(abstract)
AI总结 本研究针对毫米波数据与大语言模型融合的研究空白，构建首个毫米波人类感知基准mmWave-QA，评估LLMs在该任务上的零样本推理潜力与视觉退化下的鲁棒性，为相关研究奠定基础。
Comments Accepted to CVPR 2026 Findings
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Findings, 2026
A Dual Topological Pipeline for Imperial Network Analysis: Persistent Homology, Structural Fragility, and the Aztec Collapse
用于帝国网络分析的双拓扑管道：持续同调、结构脆弱性与阿兹特克帝国的崩溃
专题命中 点云 ：point cloud(abstract)
AI总结 本研究通过持续同调与双模型拓扑管道分析阿兹特克帝国多层网络，揭示其朝贡层结构脆弱性、特诺奇蒂特兰中心的关键作用、特拉斯卡拉区域的结构空洞，提出“空洞占据树”这一新帝国崩溃模式。
Comments 10 pages, 4 figures
Cloud-ScPO: Hidden-State Geometry for Semi-Supervised Preference Optimization in LLM Reasoning
Cloud-ScPO：面向大语言模型推理的半监督偏好优化的隐状态几何
专题命中 点云 ：point cloud(abstract)
AI总结 本研究提出Cloud-ScPO框架，利用少量标注集构建参考云，结合拓扑引导的偏好挖掘与自一致性，在GSM8K等数据集上较ScPO提升LLM数学推理性能。
Comments 14 pages, 2 figures, 7 tables. Preprint
Learning Transfers: Kan Extensions for Neural Invariants
学习迁移：神经不变量的Kan扩展
机构 * Friedrich-Alexander Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡大学）
专题命中 点云 ：point cloud(abstract)
AI总结 提出用范畴论中的Kan扩展形式化迁移学习中的结构不变量，定义传递差异度量，并在链复形和持久模块中给出有限余核公式，通过瓶颈距离计算持久值不变量，实验验证了该方法能识别正确的任务函子并检测破坏迁移相关拓扑的表征坍塌。
Comments Proof details
ArGEnT: Arbitrary Geometry-encoded Transformer for Operator Learning
ArGEnT：任意几何编码的Transformer用于运算符学习
机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室） ； Sandia National Laboratories（桑地亚国家实验室） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）
专题命中 点云 ：point cloud(abstract)
AI总结 本文提出ArGEnT，一种基于Transformer的几何感知架构，用于在任意域上学习运算符。通过整合DeepONet，ArGEnT在流体动力学、固体力学和电化学系统中实现了更准确的预测和泛化性能。
Comments 45 pages, 21 figures, 10 tables
Reconstructing local environments from concise atomistic representations
从简洁的原子表示重建局部环境
专题命中 点云 ：point cloud(abstract)
AI总结 研究从不变描述符恢复原子结构的逆问题，利用不同相关阶数的紧凑描述符实现准确重建，提供识别描述符近似简并性及恢复不同原子环境的算法手段，还探究了描述符扰动与结构畸变的关系。
anyakrakusuma: A Python Library for Entropic Schrödinger Bridges on Idealized Geometries
anyakrakusuma：用于理想化几何上熵薛定谔桥的Python库
专题命中 点云 ：point cloud(abstract)
AI总结 anyakrakusuma库用对数域Sinkhorn - Knopp迭代解决离散静态薛定谔桥问题，重建点云间熵插值。经四个理想化平面案例测试，该方法在特定参数下效果良好，残差小，能恢复重新定向，为相关研究提供了有效工具。
Comments 22 pages, 4 figures, 5 tables
