自动驾驶

Data Scarcity in Gas Load Profiling: Generalized Proxy-Guided Load and Temporal Disaggregation

燃气负荷分析中的数据稀缺性：广义代理引导的负荷与时间分解

Lucas Krome, Mahtab Aboufazeli, Soosan Beheshti, Bala Venkatesh

专题命中 感知 ：occupancy(abstract)

AI总结 针对燃气数据稀缺问题，提出广义代理引导的负荷与时间分解框架，通过四阶段过程从低频数据重建高保真热负荷曲线，在11栋多单元住宅数据集上实现总燃气消耗均方百分比误差6.37%。

Comments This work has been accepted for presentation/publication at the 2026 IEEE Canadian Conference on Electrical and Computer Engineering (CCECE). The final published version will appear in IEEE Xplore

DarkFlow: Hierarchical Digital SiPM Architecture with Low-Loss Dataflow Readout for Dark Matter Detection

DarkFlow：用于暗物质探测的具有低损耗数据流读出的分层数字SiPM架构

Zirui Wang, Aras Repond, Shawn Westerdale, Wantong Li

专题命中 感知 ：occupancy(abstract)

AI总结 提出DarkFlow分层数字SiPM架构，通过本地数据聚合、相对时间编码、背压控制和占用感知eDRAM突发缓冲，在十亿光子事件率下实现超低丢包，有效刷新率提升2.14倍，数字读出面积占比小于0.86%。

Comments Accepted to GLSVLSI

Robust and Precise Application Fingerprinting on 5G Physical Uplink Channel

5G物理上行链路上的鲁棒且精确的应用指纹识别

Yu Li, Liqi Zhuang, Dong Wei, Jiwen Luo, Hang Zhang, Meng Zhang, Xiaona Li, Weiqing Huang

专题命中 感知 ：occupancy(abstract)

AI总结 针对5G加密控制信道打破传统攻击链的问题，本文发现物理层侧信道（上行MCS稳定导致PRB数量反映IP包长度），结合上行控制信道重构双向流量，设计了三步被动攻击Crosshair，通过盲提取、数据增强和跨模态对齐实现高精度应用识别。

KATANA: A Fast, Low-Power Mapping of Kalman Filters onto Edge NPUs for Real-Time Tracking

KATANA：一种将卡尔曼滤波器快速、低功耗映射到边缘NPU上用于实时跟踪的方法

Bodhisatwa Kundu, Anish Rooj, Sumit Saha, Abhradeep Sarkar, Arghadip Das, Arnab Raha, Mrinal K. Naskar

机构 * Indian Institute of Technology, Kharagpur（印度理工学院，Khargpur分校） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 针对实时跟踪系统中卡尔曼滤波器在边缘设备上的功耗和实时性约束，提出KATANA框架，通过三种代数图重写将LKF/EKF映射到商用NPU，在Intel Core Ultra系列上实现高达97.9%的动态能耗降低。

Vision-Based Efficient Joint Trajectory and Channel Tracking in Near-Field XL-MIMO Systems

基于视觉的近场XL-MIMO系统中高效联合轨迹与信道跟踪

Mengyuan Li, Yu Han, Hao Xu, Yongxu Zhu, Shi Jin, Chao-Kai Wen

专题命中 感知 ：autonomous driving(abstract)

AI总结 针对近场XL-MIMO系统中联合轨迹与信道跟踪耗时且硬件开销大的问题，提出基于子阵列部分连接混合波束赋形架构与改进CenterNet的视觉方法，实现高精度低复杂度跟踪。

OpenDT: Exploring Datacenter Performance and Sustainability with a Self-Calibrating Digital Twin -- Technical Report

OpenDT：利用自校准数字孪生探索数据中心性能与可持续性——技术报告

Radu Nicolae, Jules van der Toorn, Stavriana Kraniti, Houcen Liu, Alexandru Iosup

专题命中 感知 ：autonomous driving(abstract)

AI总结 提出开源数字孪生OpenDT，通过自校准离散事件仿真和SLO感知反馈循环，实现数据中心性能与能效优化，校准精度MAPE达4.39%。

Comments Companion of the 17th ACM/SPEC International Conference on Performance Engineering (ICPE 2026), May 04-08, 2026, Florence, Italy

TCRL: Temporal-Coupled Adversarial Training for Robust Constrained Reinforcement Learning in Worst-Case Scenarios

TCRL: 时序耦合对抗训练用于最坏情况下的鲁棒约束强化学习

Wentao Xu, Zhongming Yao, Weihao Li, Zhenghang Song, Yumeng Song, Tianyi Li, Yushuai Li

机构 * Northeastern University（东北大学） ； Zhejiang University（浙江大学） ； Aalborg University（奥胡斯大学） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 TCRL通过引入时序耦合对抗训练框架，解决传统方法在处理时序耦合扰动时的不足，提升约束强化学习在最坏情况下的鲁棒性。

Journal ref Proc. of the 25th International Conference on Autonomous Agents and Multiagent Systems, 3489 - 3491, 2026

AlignFed: Alignment-Aware Asynchronous Federated Fine-Tuning for Large Language Models in Heterogeneous Edge Environments

AlignFed: 异构边缘环境中大语言模型的对齐感知异步联邦微调

Yan Wang, Ziyi Gao, Rui Wang

机构 * University of Science and Technology Beijing（北京科技大学） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 提出AlignFed框架，通过多阶段语义对齐机制（版本感知更新分组、跨版本语义对齐、公平性感知聚合）解决异步联邦微调中大语言模型在异构边缘环境中的模型漂移、客户端漂移和聚合不公平问题。

QDS-SNN: Energy-efficient Quantum Deeply-Supervised Spiking Neural Network Algorithm for Traffic Sign Recognition

QDS-SNN：用于交通标志识别的节能量子深度监督脉冲神经网络算法

Zhiguo Qu, Keqi Li, Le Sun, Wenjie Liu, Yimin Yu, Saif Al-Kuwari, Ahmed Farouk

机构 * School of Computer Science, School of Software, Nanjing University of Information Science and Technology（计算机科学系、软件学院、信息科学技术大学） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 提出量子深度监督脉冲神经网络（QDS-SNN），结合量子神经网络与时空自适应LIF神经元，在GTSRB数据集上以6个时间步达到99.72%准确率，能耗降低55.77%。

Comments 13 pages, 10 Figures, 8 Tables

Unified Geometry-Guided ML-FTLE for Tracking Transient Chaos from Scalar Time Series

统一几何引导的ML-FTLE用于从标量时间序列追踪瞬态混沌

S. V. Manivelan, Andrei Velichko, I. Manimehan

机构 * Department of Physics, M. R. Government Arts College (Affiliated to Bharathidasan University, Tiruchirappalli)（物理系，M.R.政府艺术学院（隶属于巴拉特拉桑大学， Tiruchirappalli）） ； Institute of Physics and Technology, Petrozavodsk State University（物理与技术学院，佩特罗扎沃茨克州立大学） 纠错

专题命中 感知 ：occupancy(abstract)

AI总结 提出几何引导的机器学习框架，通过结合预测轨迹发散和宏观吸引子形态，从标量观测中检测瞬态混沌，无需控制方程，验证了融合拓扑状态空间与预测发散能系统改进连续过渡追踪。

Comments Preprint; 9 figures; submitted for peer review

Data-efficient machine-learning of complex Fe-Mo intermetallics using domain knowledge of chemistry and crystallography

利用化学和晶体学领域知识实现复杂Fe-Mo金属间化合物的数据高效机器学习

Mariano Forti, Alesya Malakhova, Yury Lysogorskiy, Wenhao Zhang, Jean-Claude Crivello, Jean-Marc Joubert, Ralf Drautz, Thomas Hammerschmidt

专题命中 感知 ：occupancy(abstract)

AI总结 本文利用化学和晶体学领域知识构建特征，通过少量简单TCP相（A15, σ, χ, μ, C14, C15, C36）的训练数据，高效预测复杂TCP相（R, M, P, δ）的能量，并验证了与DFT和X射线衍射实验的一致性。

Journal ref npj Comput Mater 12, 161 (2026)

A hierarchical cellular automaton model of distributed traffic signal control

一种分布式交通信号控制的分层单元自动机模型

Bartłomiej Płaczek

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出了一种分层单元自动机模型，用于模拟道路网络中交叉口的分布式自组织交通信号控制，通过三个层次描述车辆运动、车道占用情况和交叉口信号相位，以优化交通信号控制并减少道路网络中的车辆延误。

Comments 12 pages, 5 figures, 24th IFIP WG 1.5 International Workshop, AUTOMATA 2018, Ghent, Belgium, June 20-22, 2018

Journal ref Bartłomiej Płaczek, A hierarchical cellular automaton model of distributed traffic signal control. Cellular Automata and Discrete Complex Systems, 2018, pp. 1-12

Longitudinal Safety Analysis For Heterogeneous Platoon Of Automated And Human Vehicles

纵向安全分析用于自动驾驶与人类车辆混合编队

Zi Yang, Xinpeng Wang, Xin Pei, Shuo Feng, Dajun Wang, Jianqiang Wang, S. C. WONG

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文研究了不同智能车辆市场渗透率下四种碰撞避让算法对混合编队安全的影响，通过定制化仿真平台分析碰撞率和严重性。

Comments 6 pages, 13 figures; The 21st IEEE International Conference on Intelligent Transportation Systems

Optimal merging from an on-ramp into a high-speed lane dedicated to connected autonomous vehicles

从匝道进入专为连接自动驾驶车辆的高速车道的最优合并

L. C. Davis

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出新的合并标准，仅考虑在车组之间形成间隙的合并，以减少流量干扰，并通过模拟确定最优合并位置，以最小化高速车道的行程时间。

Comments 15 pages, 5 figures, 1 table

Visual Path Tracking Control for Park Scene

视觉路径跟踪控制用于停车场场景

Linjiong Zhu, Wenfu Wang, Weijie Yang, Zhijie Pan, An Chen

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出一种基于单摄像头的视觉路径跟踪横向控制方法，用于停车场场景，通过模糊逻辑处理图像误差，提升PID控制稳定性，实验证明其在夜间也能准确跟随路径。

Comments The 3rd International Conference on Robotics and Machine Vision (ICRMV 2018), August 11-13, 2018 | Chengdu, China

AUV Optimal Path for Leak Detection

水下自主水下机器人泄漏检测最优路径

Olivier Marceau, Jean-Michel Vanpeperstraete

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出基于贝叶斯搜索理论和多目标优化的AUV路径规划方法，旨在减少海底采矿、油气田中污染物检测的平均延迟和AUV驻留时间，通过多目标非线性混合整数优化模型优化路径和检测概率。

Distributed Algorithm for Collision Avoidance at Road Intersections in the Presence of Communication Failures

道路交叉口碰撞避免的分布式算法（存在通信故障时）

Vladimir Savic, Elad M. Schiller, Marina Papatriantafilou

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出一种分布式算法，用于在存在通信故障时实现自动驾驶车辆在交叉口的安全避碰，确保安全性和活锁性，并在实际数据中验证了交叉延迟的轻微增加。

Exploiting Channel Correlation and PU Traffic Memory for Opportunistic Spectrum Scheduling

利用信道相关性和PU业务记忆的机会频谱调度

Shanshan Wang, Sugumar Murugesan, Junshan Zhang

专题命中 感知 ：occupancy(abstract)

AI总结 针对主用户占用和信道衰落均随时间变化且具有时间相关性的认知无线电网络，通过部分可观测马尔可夫决策过程建模，研究机会频谱调度中联合利用两种时间记忆的折衷，并证明最优策略性能接近全观测辅助系统且显著优于随机调度。

A Doeblin-Anchored Contrastive Chart for Learning Markov Transition Kernels

Doeblin锚定对比图：学习马尔可夫转移核

Ao Xu

机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 感知 ：occupancy(abstract)

AI总结 提出一种基于Doeblin锚定的对比坐标框架，通过对比目标学习有效的马尔可夫转移核，并引入可测马尔可夫化算子保证核有效性，实现非参数收敛率与有限时域误差界。

Variance-Aware Estimation and Inference for Michaelis--Menten Models with Heteroscedastic Errors and Clustered Measurements

异方差误差和聚类测量下Michaelis-Menten模型的方差感知估计与推断

Mijeong Kim, Minkyoung Cha, Ah Young Jeong

专题命中 感知 ：self-driving(abstract)

AI总结 针对Michaelis-Menten模型，提出一种基于条件矩约束的方差感知估计与推断方法，通过简单条件高斯工作模型实现单曲线和聚类数据的参数估计，改善了异方差和聚类结构下的推断效率。

Collaborative Threat-Aware Autonomy (CTAA)

协作威胁感知自主性 (CTAA)

Rajnikant Sharma, Abhinav Sinha, Isaac Weintraub

专题命中 感知 ：trajectory planning(abstract)

AI总结 提出一种角色区分多智能体框架，通过分配拦截、护航和诱饵角色，结合基于碰撞球边界逃逸零集的反应制导律，提升无人车编队在动态对抗环境中的任务成功概率并管理威胁暴露。

Clustered Calibration: Representation-Aware Probability Calibration via Learned Subpopulations

聚类校准：通过学习子群体实现表示感知的概率校准

Tomer Lavi, Bracha Shapira, Nadav Rappoport

机构 * Faculty of Computer and Information Science（计算机与信息科学学院） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 提出聚类校准框架，通过在特征空间聚类识别子群体并拟合混合校准器，结合分层收缩实现上下文特定校准，在表格、图像和文本基准上提升或匹配强全局校准器的负对数似然和Brier分数。

Compass: SLO-aware Query Planner for Compound AI Serving at Scale

Compass: 一种面向大规模复合AI服务的SLO感知查询计划器

Banruo Liu, Wei-Yu Lin, Minghao Fang, Yihan Jiang, Fan Lai

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出Compass，一种首个面向大规模复合AI工作负载的SLO感知查询计划器，通过分解多查询、多SLO规划问题为可处理的子问题，利用查询间和查询内的计划相似性减少搜索步骤，并通过计划分析器提高每步效率，从而在资源竞争下最大化SLO良好吞吐量。

An exponential logarithmic measure of drug receptor binding and saturation

药物受体结合与饱和的指数对数度量

Arturo Tozzi

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出一种整合配体可用性和热力学结合倾向的指数对数描述符，用于描述药物受体结合与饱和的动态范围和敏感性。

Comments 10 pages, 2 figures

Learning Context-conditioned Gaussian Overbounds for Convolution-Based Uncertainty Propagation

基于卷积的不确定性传播的上下文条件高斯上界学习

Ruirui Liu, Xuejie Hou, Yiping Jiang, Hui Ren

机构 * Department of Aeronautical and Aviation Engineering, The Hong Kong Polytechnic University（航空与航空工程系，香港理工大学） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出一种统一的学习框架，通过训练神经网络生成上下文感知的高斯上界，确保在有限分位数网格上具有可证明的保守性，并在满足三个显式正则性假设时在认证区间内保持连续尾保守性。

Murriyang cryogenic phased array feed: spectral-line results and noise-reduction methods

Murriyang低温相控阵馈源：谱线结果与噪声削减方法

L. Staveley-Smith, S. Barker, R. Berangi, A. B. Bolin, S. Broadhurst, J. D. Bunton, N. Carter, S. Castillo, W. Chandler, A. Chippendale, J. R. Dawson, F. Di Dio, A. R. Dunning, S. Gordon, J. A. Green, A. Hafner, D. B. Hayman, D. Humphrey, A. Jameson, S. Johnston, J. F. Kaczmarek, J. Ma, G. Perry, M. Pilawa, J. Rhee, L. Toomey, J. van Aardt, N. Wang

专题命中 感知 ：occupancy(abstract)

AI总结 本文介绍了Murriyang望远镜Parkes的新型低温相控阵馈源（cryoPAF）的谱线结果及噪声削减方法，展示了其在视场、 aperture效率、带宽等方面的优势，并通过HI观测验证了其性能。

Comments 20 pages, 18 figures, accepted by PASA (11 February 2026), abbreviated abstract

Journal ref Publ. Astron. Soc. Aust. 43 (2026) e057

Not All Thoughts Need HBM: Semantics-Aware Memory Hierarchy for LLM Reasoning

并非所有思考都需要HBM：面向LLM推理的语义感知内存层次结构

Aojie Yuan, Tianqi Shen, Dajun Zhang

机构 * University of Southern California（南加州大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出一种语义感知内存层次结构，通过累积注意力评分将token分为四个层级，减少HBM占用并提升推理准确性，实验表明仅3%的淘汰率可保持91%的GSM8K准确率。

Comments Preprint. 14 pages + appendix. Under review at AdaptFM Workshop @ ICML 2026

SAT: Sequential Agent Tuning for Coordinator Free Plug and Play Multi-LLM Training with Monotonic Improvement Guarantees

SAT: 为无协调自由插拔多LLM训练的单调改进保证的序列代理调优

Yi Xie, Yangyang Xu, Yi Fan, Bo Liu

机构 * Department of Electrical \& Computer Engineering, University of Arizona Tucson, Arizona USA ； Department of Mathematical Sciences, Rensselaer Polytechnic Institute Troy, New York USA ； Amazon Web Services New York USA ； Department of Electrical \& Computer Engineering, University of Arizona ； Department of Mathematical Sciences, Rensselaer Polytechnic Institute ； Amazon Web Services 纠错

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出SAT方法，通过因子化策略和块坐标更新实现无协调的分布式训练，保证训练过程单调改进和插拔不变性，实验表明其在AIME24/25基准上性能优于Qwen3-32B。

Comments Published at AAMAS 2026

SWAN: World-Aware Adaptive Multimodal Networks for Runtime Variations

SWAN：面向运行时变化的世界感知自适应多模态网络

Jason Wu, Shir-Kang Scott Jin, Yuyang Yuan, Maggie Wigness, Lance M. Kaplan, Hang Qiu, Mani Srivastava

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, Riverside（加州大学河滨分校） ； U.S. Army DEVCOM Army Research Laboratory（美国陆军 DEVCOM 军事研究实验室） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 SWAN是一种新型多模态网络，通过动态资源分配和效率优化，在自动驾驶中实现复杂3D检测任务，减少49%的FLOPs并保持性能。

Designing and Evaluating In-Vehicle Temporal Decoupling Pointing System for Selecting External Object

设计和评估用于选择外部物体的车载时间解耦指选取系统

Jaehoon Pyun, Younggeol Cho, Seon Gyeom Kim, Woohun Lee, Donghyeon Ko

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出了一种车载交互范式Point and Select，通过时间解耦空间手势，减少驾驶认知负荷并保持驾驶性能。

Comments 14 pages