3D 视觉

The strength of a geometric simplex

几何单纯形的强度

Olga Anosova, Vitaliy Kurlin

专题命中 点云 ：point cloud(abstract)

AI总结 研究几何单纯形的强度，提出基于Lipschitz连续函数的分类方法，证明其在扰动下的连续性并给出Lipschitz常数的显式界。

Comments 11 pages, 2 figures. The second version extended Theorem 2.4(b) to the signed strength and streamlined the proofs. The latest version is maintained at https://kurlin.org/projects/cloud-isometry-spaces/strength-simplex.pdf

Complete invariants of atomic clouds under rigid motion with Lipschitz continuous metrics in a polynomial time

原子云在具有Lipschitz连续度量的刚体运动下的完整不变量

Vitaliy Kurlin

专题命中 点云 ：point cloud(abstract)

AI总结 本文研究了在具有Lipschitz连续度量的刚体运动下，原子云的完整不变量问题，提出了一种能够在多项式时间内计算的度量方法，以区分所有镜像。

Comments The second 47-page version updated notations and substantially clarified the first 15-page version. The proofs about the strength of a geometric simplex have moved to another paper at arXiv:2602.17630. The latest version is maintained at http://kurlin.org/projects/cloud-isometry-spaces/SCD.pdf

Persistence of the Wiener Sausage: Sampling Stability and a Law of Large Numbers for Drifted Planar Brownian Motion DRAFT -CURRENTLY UNDER REVIEW

Wiener萨克斯的持久性：采样稳定性及漂移平面布朗运动的大数定律草案 - 当前正在审查中

Tristan Guillaume

专题命中 点云 ：point cloud(abstract)

AI总结 研究漂移平面布朗运动范围生成的偏移过滤的持续同调，提出采样定理和大数定律，揭示拓扑复杂性增长的强度度量。

Diagnosing Neural Convergence with Topological Alignment Spectra

通过拓扑对齐光谱诊断神经网络收敛

Tiago F. Tavares, Fabio Ayres, Paris Smaragdis

机构 * Insper（Insper教育研究学院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出拓扑对齐光谱(TAS)，通过多尺度分析识别神经网络中局部噪声与语义重组的区别，揭示微尺度几何抖动与宏观语义重组的差异，挑战任务适应仅是保守或局部的观点。

Needle in a Haystack: Tracking UAVs from Massive Noise in Real-World 5G-A Base Station Data

在5G-A基站数据中寻找飞鸟：从海量噪声中跟踪无人机

Chengzhen Meng, Chenming He, Yidong Jiang, Xiaoran Fan, Dequan Wang, Lingyu Wang, Jianmin Ji, Yanyong Zhang

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出BSense系统，利用商业5G-A基站点云数据实现无人机跟踪，通过多层框架过滤噪声，提升检测准确率和定位精度。

Comments 14 pages, 26 figures, to appear in ACM MobiSys 2026

How much of persistent homology is topology? A quantitative decomposition for spin model phase transitions

持久同调中有多大成分是拓扑学？用于铁磁模型相变的定量分解

Matthew Loftus

机构 * Cedar Loop LLC 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文通过引入f_topo指标，定量分解持久同调信号中拓扑成分的比例，发现H_1统计量在系统规模增大时具有拓扑特征，而H_0统计量主要受密度驱动。

Comments 7 pages, 4 figures, 2 tables

Model order reduction via Lie groups

通过李群进行模型降阶

Yannik P. Wotte, Patrick Buchfink, Silke Glas, Federico Califano, Stefano Stramigioli

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出基于李群的模型降阶框架MORLie，用于近似高维流形动力系统，能处理非等变动力学并提供新的非侵入性方法，实验显示其误差界低于Kolmogorov N-宽度，适用于多种应用。

Comments 25 pages, 22 figures

Journal ref Communications in Nonlinear Science and Numerical Simulation, Volume 160, 2026, 109973, ISSN 1007-5704

Rotation, Scale, and Translation Resilient Black-box Fingerprinting for Intellectual Property Protection of EaaS Models

旋转、缩放和翻译鲁棒的黑盒指纹识别用于EaaS模型知识产权保护

Hongjie Zhang, Zhiqi Zhao, Hanzhou Wu, Zhihua Xia, Athanasios V. Vasilakos

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出一种针对EaaS模型的鲁棒黑盒指纹识别框架，通过嵌入空间拓扑结构的几何分析实现模型所有权验证，克服了传统水印方法在RST攻击下的脆弱性。

Journal ref IEEE Transactions on Dependable and Secure Computing (2026)

To Augment or Not to Augment? Diagnosing Distributional Symmetry Breaking

增强还是不增强？诊断分布对称性破坏

Hannah Lawrence, Elyssa Hofgard, Vasco Portilheiro, Yuxuan Chen, Tess Smidt, Robin Walters

机构 * MIT（麻省理工学院） ； University College London（伦敦大学学院） ； Northeastern University（东北大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出了一种评估数据集对称性破坏的指标，揭示了点云数据集中的严重偏见问题，并展示了对称性破坏对模型性能的影响。

Comments Published as a conference paper at ICLR 2026. A short version of this paper appeared at the ICLR AI4Mat workshop in April 2025

Particle method for a nonlinear multimarginal optimal transport problem

非线性多边际最优运输问题的粒子方法

Adrien Cances, Quentin Mérigot, Luca Nenna

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出一种粒子方法解决非线性多边际最优运输问题，通过粒子离散化和Wasserstein惩罚实现约束条件，证明了收敛性并讨论了在风险管理和偏正中心等应用中的数值实验。

Topological optimization with birth and death cochains

带出生和死亡链的拓扑优化

Thomas Weighill, Ling Zhou

专题命中 点云 ：point cloud(abstract)

AI总结 本文引入了出生和死亡链的概念，用于泛化持久同调中的出生和死亡单纯形，提出出生和死亡内容作为损失函数在拓扑优化中的应用，并展示了其在点云、时间序列和标量场中的优势。

Comments Supplementary Material included as Appendix C in this version

A Wireless World Model for AI-Native 6G Networks

面向AI原生6G网络的无线世界模型

Ziqi Chen, Yi Ren, Yixuan Huang, Qi Sun, Nan Li, Yuhong Huang, Chih-Lin I, Yifan Li, Liang Xia

机构 * China Mobile Research Institute（中国移动研究院） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出无线世界模型（WWM），通过内化三维几何与信号动态的因果关系，预测无线信道的时空演化，实现跨动态环境的泛化能力，优于现有单模基础模型和任务专用模型。

How unconstrained machine-learning models learn physical symmetries

无约束机器学习模型如何学习物理对称性

Michelangelo Domina, Joseph William Abbott, Paolo Pegolo, Filippo Bigi, Michele Ceriotti

机构 * Laboratory of Computational Science 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文研究无约束机器学习模型如何通过数据增强策略学习近似协变行为，并提出严格指标评估模型对称性，揭示架构层对称信息处理机制，建立诊断ML模型谱失败模式的框架。

Comments 15 pages, 9 figures

Persistence-based topological optimization: a survey

基于持久性的拓扑优化：综述

Mathieu Carriere, Yuichi Ike, Théo Lacombe, Naoki Nishikawa

专题命中 点云 ：point cloud(abstract)

AI总结 本文综述了利用持久性理论进行拓扑优化的研究进展，涵盖理论基础、算法方法及实际应用，提供开源库帮助研究者深入理解该领域。

A Reproducible Reality-to-VR Pipeline for Ecologically Valid Aging-in-Place Research

一种可重复的现实到VR流程用于生态效度的在地衰老研究

Ibrahim Bilau, Stacie Smith, Abdurrahman Baru, Marwan Shagar, Brian Jones, Eunhwa Yang

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出一种可重复的现实到VR流程，用于创建高保真的环境模拟，支持对在地衰老的认知研究。通过TLS扫描、点云处理、几何建模和Unreal Engine 5集成，实现高视觉保真度和稳定的90Hz帧率，降低老年人眩晕风险。

Comments 28 pages, 5 figures, 2 tables

Accelerate Vector Diffusion Maps by Landmarks

通过地标加速向量扩散图

Sing-Yuan Yeh, Yi-An Wu, Hau-Tieng Wu, Mao-Pei Tsui

机构 * Department of Mathematics, National Taiwan University, Taipei, 106, Taiwan（台湾大学数学系） ； National Center for Theoretical Sciences, Mathematics Division, Taipei, 106, Taiwan（理论科学国家中心数学组） ； Courant Institute of Mathematical Sciences, New York University, New York, NY, 10012 USA（纽约大学数学科学学院） ； Data Science Degree Program, National Taiwan University（台湾大学数据科学学士学位计划） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出LA-VDM算法，通过两阶段归一化加速基于图连接拉普拉斯的向量扩散图框架，有效处理数据和地标集的非均匀采样密度，通过流形模型恢复平行运输，提升连接拉普拉斯的收敛性。

Beam Prediction Based on Multimodal Large Language Models

基于多模态大语言模型的波束预测

Tianhao Mao, Le Liang, Jie Yang, Xiao Li, Shi Jin, Geoffrey Ye Li

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出基于多模态大语言模型的波束预测框架，通过融合RGB图像和LiDAR点云等异构数据，提升动态环境下波束预测精度与通信性能，实验表明其在波束准确性和通信性能上优于现有方法。

FalconBC: Flow matching for Amortized inference of Latent-CONditioned physiologic Boundary Conditions

FalconBC：用于潜伏条件生理边界条件的近似推断流匹配

Chloe H. Choi, Alison L. Marsden, Daniele E. Schiavazzi

机构 * Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系） ； Institute for Computational and Mathematical Engineering, Stanford University（斯坦福大学计算与数学工程研究所） ； Bioengineering, Stanford University（斯坦福大学生物工程系） ； Pediatric Cardiology, Stanford University（斯坦福大学儿科心脏病学） ； Department of Applied and Computational Mathematics and Statistics, University of Notre Dame（诺丁汉大学应用与计算数学与统计学系） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出FalconBC框架，通过概率流方法实现对患者特定生理边界条件的近似推断，解决了开放环路模型和血管病变解剖结构中边界条件无法孤立调节的问题。

Frayed RoPE and Long Inputs: A Geometric Perspective

断裂的RoPE与长输入：一种几何视角

Davis Wertheimer, Aozhong Zhang, Derrick Liu, Penghang Yin, Naigang Wang

机构 * IBM Research（IBM研究院） ； University at Albany, SUNY（纽约州立大学阿尔巴尼分校） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文从几何角度分析RoPE在长输入下的问题，发现注意力机制导致键和查询向量紧密聚类，而RoPE在长输入时破坏这种聚类，产生病态行为。提出RoPE-ID方法通过高频率应用部分通道解决此问题。

Comments Accepted by ICLR 2026

Preserving Vertical Structure in 3D-to-2D Projection for Permafrost Thaw Mapping

在3D到2D投影中保持垂直结构以进行永久冻土融化映射

Justin McMillen, Robert Van Alphen, Taha Sadeghi Chorsi, Jason Shabaga, Mel Rodgers, Rocco Malservisi, Timothy Dixon, Yasin Yilmaz

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出一种投影解码器，通过学习高度嵌入实现高度依赖的特征转换，结合分层采样保持垂直信息，用于预测永久冻土融化深度。

Worst-Case Examples for the Computation of Persistent Homology

持久同调计算的最坏情况示例

Uzay Çetin, Ergun Yalcin

专题命中 点云 ：point cloud(abstract)

AI总结 本文构造了持久同调标准简化算法的最坏情况示例，通过替换单三角形排列为基底和尖三角形带结构，提出了构造算法并进行算法运行时间实验，证明经过适当边和三角形细分后，这些示例仍为最坏情况，并可作为过滤图的克利克复形和有限点云的维特里希-里斯复形。

Comments 19 pages, 5 figures

Neural Approximation and Its Applications

神经近似及其应用

Wei-Hao Wu, Ting-Zhu Huang, Xi-Le Zhao, Yisi Luo, Deyu Meng

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出神经近似方法，通过神经基函数分解多变量函数，提升近似能力和数据适应性，并理论证明其可任意逼近连续函数。

Introducing Feature-Based Trajectory Clustering, a clustering algorithm for longitudinal data

引入基于特征的轨迹聚类，一种用于纵向数据的聚类算法

Marie-Pierre Sylvestre, Laurence Boulanger

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出一种用于纵向数据的聚类算法，通过特征提取和谱聚类发现具有共同时间特征的个体群体。

Leveraging Phytolith Research using Artificial Intelligence

利用人工智能进行phytolith研究

Andrés G. Mejía Ramón, Kate Dudgeon, Nina Witteveen, Dolores Piperno, Michael Kloster, Luigi Palopoli, Mónica Moraes R., José M. Capriles, Umberto Lombardo

专题命中 点云 ：point cloud(abstract)

AI总结 Sorometry通过人工智能整合2D和3D数据，实现phytolith的高效分析与预测，提升考古和古生态研究的精度与标准化。

Comments 45 pages, 23 figures

Rydberg Vision via frugal Quantum Image Fingerprinting

通过廉价量子图像指纹进行原子跃迁视觉

Vikrant Sharma, Neel Kanth Kundu

专题命中 点云 ：point cloud(abstract)

AI总结 通过廉价量子图像指纹技术，在中性原子模拟量子计算机上实现图像匹配与机器学习。

Comments 13 pages, 9 figures. In comparison to the version 1, we have changed the classical image matching step "Chamfer Distance" with quantum native "Correlations+Structure Factor" approach. We have also used this approach in a proof-of-concept QRC experiment in this version 2 paper

Topological Spatial Graph Coarsening

拓扑空间图粗化

Anna Calissano, Etienne Lasalle

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出了一种基于三角形感知图过滤器的拓扑空间图粗化方法，通过合并短边实现图缩减，同时保持拓扑特征，且具有旋转、平移和缩放下的等价性。

Local Laplacian: theory and models for data analysis

局部拉普拉斯：数据分析的理论与模型

Jian Liu, Hongsong Feng, Kefeng Liu

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出持续局部拉普拉斯方法，通过理论推导和算法设计，解决拓扑数据分析中局部结构敏感性和计算成本高的问题，实现高效并行计算。

Pretrain Finite Element Method: A Pretraining and Warm-start Framework for PDEs via Physics-Informed Neural Operators

预训练有限元法：通过物理信息神经算子实现的PDEs预训练和热启动框架

Yizheng Wang, Zhongkai Hao, Mohammad Sadegh Eshaghi, Cosmin Anitescu, Xiaoying Zhuang, Timon Rabczuk, Yinghua Liu

专题命中 点云 ：point cloud(abstract)

AI总结 该研究提出预训练有限元法，通过物理信息神经算子结合FEM，提升PDEs求解效率与精度。

Rotation-invariant graph message passing enables acquisition protocol generalisation in learning-based brain microstructure estimation

旋转不变图消息传递实现基于学习的脑微结构估计中的获取协议泛化

Leevi Kerkelä, Hui Zhang

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出一种旋转不变图消息传递网络，通过模拟数据训练实现微结构估计的协议泛化，无需重新训练即可适应未知协议。

Kinetic-based regularization: Learning spatial derivatives and PDE applications

基于动力学的正则化：学习空间导数和PDE应用

Abhisek Ganguly, Santosh Ansumali, Sauro Succi

机构 * Engineering Mechanics Unit（工程力学单元） ； Jawaharlal Nehru Centre for Advanced Scientific Research（贾瓦哈拉尔·奈尔中心先进科学研究所） ； Fondazione Istituto Italiano di Tecnologia（意大利技术研究院） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出基于动力学的正则化方法，用于高精度学习空间导数并应用于偏微分方程的求解，通过两种方案实现二次收敛性，提升在不规则点云上求解PDE的稳定性与准确性。

Comments Published as a conference paper at ICLR 2026 Workshop AI and PDE