3D 视觉

Geometric planted matchings in high dimensions: The power of multiple views

高维几何植入匹配：多视图的力量

Timothy L. H. Wee, Kaylee Y. Yang, Zhou Fan, Cheng Mao

专题命中 点云 ：point cloud(abstract)

AI总结 研究\(\mathbb{R}^d\)中\(n\)个点与噪声置换版本的对应关系恢复问题，高维下\(b = 2\)是阈值。证明\(b < 2\)时无估计器能有效恢复。多视图推广中，\(b > K/(K - 1)\)时简单过程可恢复匹配，打破\(b = 2\)障碍。

Building confidence regions for Reeb graphs using the interleaving distance

使用交织距离构建Reeb图的置信区域

Matteo Pegoraro, Alberto Conforti, Mathieu Carrière

专题命中 点云 ：point cloud(abstract)

AI总结 该研究利用交织距离从有限样本为Reeb图开发置信区域，通过构建有限邻近图等方法，证明Reeb估计器稳定性界，导出置信区域，还比较了对象级度量与基于持久性保证，数值实验展示了特征识别及投影到Mapper图解释的过程。

Selecting Interpretable Circular Coordinates from Data

从数据中选择可解释的圆形坐标

Vincent P. Grande, Marina Meila

专题命中 点云 ：point cloud(abstract)

AI总结 研究从数据中选择可解释圆形坐标的问题，提出从候选字典选坐标的方法，在连续和离散设置下介绍相关方法及证明，通过实验验证该方法在合成示例、分子模拟和神经记录上的有效性。

Any-Dimensional Learning by Sampling

通过采样进行任意维度学习

Eitan Levin, Venkat Chandrasekaran

机构 * Department of Statistics University of Chicago（统计学系芝加哥大学） ； Department of Computing and Mathematical Sciences Department of Electrical Engineering California Institute of Technology（计算与数学科学系电气工程系加州理工学院） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 研究不同大小输入的机器学习模型泛化及评估问题，提出用随机采样映射比较不同大小输入的统一方法，刻画各采样适用领域，为相关函数类给出泛化和草图绘制率

LAMBDA: A Low-Altitude Multimodal Base Dataset for UAV Sensing and Communication

LAMBDA：用于无人机传感与通信的低空多模态基础数据集

Lin Zhou, Peichuan Rao, Chenshuo Zhang, Jianhua Mo, Shu Sun, Zhiyong Chen, Meixia Tao

专题命中 点云 ：point cloud(abstract)

AI总结 研究低空综合传感与通信需对齐多模态数据，为此引入LAMBDA数据集，通过高保真数字孪生管道生成，具有多种特性，涵盖多场景多条件，支持多种参数设置，经评估有可靠性与可用性。

LSR-Net: Long-Short-Range Operator Learning for Pattern Dynamics on Manifolds

LSR-Net: 用于流形上模式动力学的长短程算子学习

Qian Serena Hou, Zecheng Gan

专题命中 点云 ：point cloud(abstract)

AI总结 提出LSR-Net框架，通过分解长程（SOE近似傅里叶乘子）和短程算子，结合高斯网格化与FFT，高效学习平面、球面及一般流形上的模式动力学，在多个基准系统上精度和稳定性优于基线模型。

Comments 27 pages, 12 figures

Multi-Modal Environment-Aware Beam Management for Massive MIMO: A Geometry-Driven Virtual Base Station Framework

大规模MIMO的多模态环境感知波束管理：一种几何驱动的虚拟基站框架

Yijie Bian, Wei Guo, Jie Yang, Shenghui Song, Jun Zhang, Shi Jin, Khaled B. Letaief

专题命中 点云 ：point cloud(abstract)

AI总结 提出几何驱动框架，利用3D LiDAR点云和位置信息构建虚拟基站数据库，通过镜像对称建模主导反射路径，实现粗信道重建和低开销波束训练，并采用双智能体深度强化学习协调波束选择，提升波束管理效率。

An Evaluation of Decentralized Group Formation Techniques for Flying Light Specks

飞行光点去中心化编队技术的评估

Hamed Alimohammadzadeh, Heather Culbertson, Shahram Ghandeharizadeh

专题命中 点云 ：point cloud(abstract)

AI总结 本文评估了四种去中心化编队技术，用于飞行光点（FLS）的3D显示，发现随机子集（RS）技术在小规模编队（G≤5）中表现最优，而最近可用邻居优先（CANF）技术在大规模编队（G≥10）中表现更佳。

Comments Appeared in ACM Multimedia Asia 2023 (MMAsia '23), December 06-08, 2023, Tainan, Taiwan. ACM, New York, NY, USA, 7 pages

Hodge Spectral Surrogates for Topology-Constrained Optimization

用于拓扑约束优化的霍奇谱替代方法

Satoshi Kanno, Yoshi-aki Shimada

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 63 pages, 13 figures

Efficient implementation of graph autoencoders for model-order reduction of systems with sharp gradients

用于具有尖锐梯度的系统模型降阶的图自编码器高效实现

Liam K Magargal, Parisa Khodabakhshi

专题命中 点云 ：point cloud(abstract)

AI总结 提出图自编码器与算子学习结合的GNN-LaSDI框架，用于高维动力系统的非线性降阶，在尖锐梯度区域比POD方法更准确，计算成本介于GD-LSPG和POD-LaSDI之间。

Comments 31 pages, 16 figures

The Topology of Ill-Posed Questions: Persistent Homology for Detection and Steering in LLMs

病态问题的拓扑：用于大语言模型中检测与引导的持续同调

Guangyu Jiang, Sizhe Tang, Mahdi Imani, Tian Lan

机构 * The George Washington University（乔治华盛顿大学） ； Northeastern University（东北大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 利用持续同调分析LLM内部状态的拓扑结构，统一表示多种病态问题，并实现分类与激活引导，提升响应质量。

JWST-TST High Contrast: First Direct Spectroscopy of GJ 504 b reveals Clouds and Possible Metal Enrichment

JWST-TST 高对比度：GJ 504 b 的首次直接光谱揭示云和可能的金属富集

Aneesh Baburaj, Jean-Baptiste Ruffio, Marshall Perrin, Jerry W. Xuan, William O. Balmer, Yayaati Chachan, Quinn M. Konopacky, Travis S. Barman, Mathilde Mâlin, Kielan K. W. Hoch, Emily Rickman, Kimberly Ward-Duong, Laurent Pueyo, Julien H. Girard, Isabel Rebollido, Alexis Bidot, Christine Chen, Kadin Worthen, Cicero Lu, Jens Kammerer, Roeland P. van der Marel, Nikole K. Lewis, Jeff Valenti, Sara Seager, Chris Stark, Rémi Soummer, Jay Anderson, Charles-Philippe Lajoie, Mark Clampin, C. Matt Mountain

专题命中 点云 ：point cloud(abstract)

AI总结 利用 JWST/NIRSpec 对直接成像行星质量伴星 GJ 504 b 进行中分辨率光谱观测，通过先进后处理技术检测到强信号，提取 2.9-5.3 μm 光谱并建模，发现多种分子、非平衡化学和盐云，推断质量约 25.2 M_Jup，金属丰度高于主星，支持行星形成机制。

Comments 35 pages, 20 figures, 6 tables

Journal ref AJ 172 28 (2026)

Anywhere, Any-Stymie: Remote Activation of Trojan Malware on LiDAR with Modulated Signals

任意地点，任意干扰：利用调制信号远程激活LiDAR上的特洛伊恶意软件

R. Spencer Hallyburton, Miroslav Pajic

专题命中 点云 ：point cloud(abstract)

AI总结 本研究设计了一种嵌入LiDAR固件的特洛伊恶意软件，并利用光学触发通过调制信号远程激活，实现虚假目标注入和真实目标抑制，威胁自动驾驶安全。

Finsler Geometry, Graph Neural Networks, and You

芬斯勒几何、图神经网络与你

T. Mitchell Roddenberry, Richard G. Baraniuk

机构 * Rice University（莱斯大学） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 针对图拉普拉斯只能近似各向同性算子的局限，提出基于芬斯勒拉普拉斯的图神经网络层，证明其收敛性并恢复非线性扩散方程的几何结构。

ShipNet: A Geometric Deep Learning Surrogate for Real-Time Ship Hydrodynamics

ShipNet：一种用于实时船舶水动力学的几何深度学习代理模型

Kirsten Odendaal, George Drakoulas

机构 * Maritime Research Institute（海洋研究机构） ； Wageningen, Netherlands（荷兰瓦格宁根） ； Damen Research（达门研究） ； Gorinchem, Netherlands（荷兰戈林切姆） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 提出ShipNet几何深度学习代理模型，直接从船体几何和速度预测压力分布与波浪场，在保留测试集上R²达0.98和0.91，推理速度比势流求解器快550倍以上。

nD-RoPE: A Generalized RoPE for n-Dimensional Position Embedding

nD-RoPE：一种用于n维位置嵌入的广义RoPE

Boyang Li, Yulin Wu, Sizhe Xu, Nuoxian Huang, Zhonghang Yuan, Shangyi Guo, Shu Yang, Takahiro Yabe

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

专题命中 点云 ：point cloud(abstract)

AI总结 提出nD-RoPE，将旋转位置嵌入推广到任意维度，通过多尺度正则单纯形波矢设计实现各向同性，在图像、视频和点云任务中提升性能。

Comments Accepted to the 43rd International Conference on Machine Learning (ICML 2026)

From Persistence to Survival: Hypothesis Testing, Effect Sizes and Vectorisation for Topological Features

从持续性到生存：拓扑特征的假设检验、效应大小与向量化

Juliette Murris, Bernadette Stolz, Karsten Borgwardt

机构 * Department of Machine Learning and Systems Biology, Max Planck Institute of Biochemistry, Martinsried, Germany（机器学习与系统生物学部门，马克斯·普朗克生物化学研究所，马尔廷斯里德，德国） 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 提出STRAND方法，将持久性图视为生存数据，利用持久性生存函数统一实现假设检验、效应大小计算和向量化，在合成数据和真实基准上验证了有效性。

Event-based Scheimpflug LiDAR for Ultra-Fast Laser-Scanned Rangefinding

基于事件的Scheimpflug激光雷达用于超快激光扫描测距

Nathan Meraz, Alisha Whitehead, Suet Ying Chan, Ronan Taneja, Gabriella Mayrend, Joseph L. Greene

专题命中 点云 ：point cloud(abstract)

AI总结 提出eSCHORTY系统，将事件传感器与调制连续波线激光结合，通过Scheimpflug几何实现每秒百万兆事件级密集3D点云，解决帧率限制和背景干扰问题。

Comments 19 pages, 8 figures

A Non-Overlapping Schwarz Hybrid Finite Element-Neural Operator Framework for Solid Mechanics on Irregular Domains

不规则区域固体力学的一种非重叠Schwarz混合有限元-神经算子框架

Wei Wang, Abhinav Gupta, Haihui Ruan, Somdatta Goswami

专题命中 点云 ：point cloud(abstract)

AI总结 提出非重叠Schwarz交替法结合Neumann-Dirichlet界面交换，消除重叠层并减少内迭代；Point-DeepONet处理不规则几何，从位移算子解析导出应变应力算子，降低参数量并保证力学一致性。

Comments 40 Pages,19 figures