自动驾驶

Mind the Unseen Mass: Unmasking LLM Hallucinations via Soft-Hybrid Alphabet Estimation

注意未见的质量：通过软混合字母估计揭示LLM幻觉

Hongxing Pan, Yingying Guo, Wenqing Kuang, Jiashi Lu

机构 * School of Data Science（数据科学学院） 纠错

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出SHADE方法，通过结合通用Good-Turing覆盖与图谱特征，解决小样本下LLM语义字母估计问题，提升不确定性量化性能。

Comments 7 pages, 1 figure, 3 tables

Safety-Certified CRT Sparse FFT: $Ω(k^2)$ Lower Bound and $O(N \log N)$ Worst-Case

安全认证的CRT稀疏FFT：$Ω(k^2)$下界和$O(N \log N)$最坏情况

Aaron R. Flouro, Shawn P. Chadwick

专题命中 感知 ：occupancy(abstract)

AI总结 本文研究了CRT稀疏FFT的最坏情况复杂度，证明了$Ω(k^2)$的下界，并提出了一种鲁棒框架以保证性能。

Comments 20 pages, 1 figure, 2 tables

Hybrid Architecture Gets Fluid: A New Paradigm for Direction-of-arrival Estimation in 6G Networks

混合架构获流：6G网络中方向估计的新范式

Ye Tian, Jiaji Ren, Tuo Wu, Wei Liu, Maged Elkashlan, Matthew C. Valenti, Naofal Al-Dhahir, Hing Cheung So

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出了一种流式天线增强的混合模拟数字架构，用于高精度方向估计，通过协作空间相位采样策略和虚拟阵列协方差矩阵重建方法，实现高效的空间自由度利用，提升6G应用的性能与可扩展性。

A Domain-Specific Language for LLM-Driven Trigger Generation in Multimodal Data Collection

面向LLM驱动触发生成的领域特定语言

Philipp Reis, Philipp Rigoll, Martin Zehetner, Jacqueline Henle, Stefan Otten, Eric Sax

机构 * FZI Research Center for Information Technology（FZI信息与技术研究中心） 纠错

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出一种基于领域特定语言的意图驱动数据收集框架，通过自然语言交互与形式化规范相结合，实现多模态传感器数据的选择性采集，提升生成一致性与执行效率。

Comments Version submitted to the IEEE International Conference on Intelligent Transportation Systems (ITSC 2026)

Synchronization and Localization in Ad-Hoc ICAS Networks Using a Two-Stage Kuramoto Method

在adhoc ICAS网络中使用双阶段Kuramoto方法实现同步与定位

Dominik Neudert-Schulz, Thomas Dallmann

专题命中 感知 ：self-driving(abstract)

AI总结 本文提出一种分布式同步与定位方案，适用于车联网中的ICAS通信，通过双阶段Kuramoto方法实现频率和相位同步，并缓解有限采样频率对性能的影响。

Comments 6 pages, conference

Toward Environment-Aware LAE: SAR as a Shared Sensing Infrastructure

迈向环境感知的LAE：SAR作为共享感知基础设施

Xue Zhang, Bang Huang, Mohamed-Slim Alouini

专题命中 感知 ：LiDAR(abstract)

AI总结 本文探讨了通过SAR实现环境感知的LAE系统，提出从平台为中心的感知向共享基础设施转变，利用SAR的全天候广域感知能力，提升任务级感知和多平台协作，讨论了多平台感知体系、ISAC集成与AI技术等关键架构。

Detection of photon-level signals embedded in sunlight with an atomic photodetector

利用原子光电探测器检测嵌入阳光中的光子级信号

Laura Zarraoa, Tomas Lamich, Sondos Elsehimy, Morgan W. Mitchell, Romain Veyron

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出利用原子光电探测器在强阳光背景下检测嵌入其中的光子信号，通过建立速率方程模型验证了该方法的有效性，并计算了在噪声通信信道中传输弱相干态时的信道容量，实现了每符号0.5比特的代表速率。

Comments 7 pages, 4 figures

RadarCNN: Learning-based Indoor Object Classification from IQ Imaging Radar Data

RadarCNN: 基于学习的室内物体分类从IQ成像雷达数据

Stefan Hägele, Fabian Seguel, Driton Salihu, Marsil Zakour, Eckehard Steinbach

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出RadarCNN，通过学习室内IQ雷达数据实现小物体分类，准确率高达97-99%，在噪声和遮挡下仍保持50%准确率，展示方法鲁棒性及未来改进方向。

Comments 6 pages, 12 figures, 2024 IEEE Radar Conference (RadarConf24), Denver, CO, US

Silicon Photonic Beam Steerer Based on Metalens Focal Plane Array

基于金属透镜焦平面阵列的硅光束转向器

Chung-Yu Hsu, Ping-Yen Hsieh, Hsun-Sung Chiu, Li-Jun Tung, Chieh-Chih Yu, Ko-Chi Chen, Yu-Heng Hong, Hao-Chung Kuo, Chi-Wai Chow, You-Chia Chang

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出一种集成光束转向器，利用金属透镜焦平面阵列实现芯片内光束连续调节，消除盲区并提升分辨率，适用于LiDAR和自由空间光通信。

Vision Transformers and Graph Neural Networks for Charged Particle Tracking in the ATLAS Muon Spectrometer

基于视觉变换器和图神经网络的ATLAS缪子谱仪带电粒子跟踪

Jonathan Renusch

机构 * CERN（欧洲核子研究中心） ； Geneva, Switzerland（瑞士日内瓦） 纠错

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出利用图神经网络和视觉变换器提升ATLAS缪子谱仪的带电粒子识别效率，前者提升重建速度15%，后者实现超快速近似重建。

Towards Stealthy and Effective Backdoor Attacks on Lane Detection: A Naturalistic Data Poisoning Approach

面向车道检测的隐蔽且有效的后门攻击：一种自然数据污染方法

Yifan Liao, Yuxin Cao, Yedi Zhang, Wentao He, Yan Xiao, Xianglong Du, Zhiyong Huang, Jin Song Dong

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出DBALD框架，通过自然触发器生成提升车道检测模型的攻击成功率和隐蔽性，实验显示其在四个主流模型上的平均成功率提升10.87%。

Comments Accepted in CVPR'26

Ultrafast microwave sensing and automatic recognition of dynamic objects in open world using programmable surface plasmonic neural networks

利用可编程表面等离子体神经网络实现开放式世界中超快微波传感与动态物体自动识别

Qian Ma, Ze Gu, Zi Rui Feng, Qian Wen Wu, Yu Ming Ning, Zhi Qiao Han, Rui Si Li, Xinxin Gao, Tie Jun Cui

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出一种可编程表面等离子体神经网络，实现超快微波传感与动态物体识别，刷新率超10kHz，能效达17TOPS/W，准确率91-97%。

Poisoning the Pixels: Revisiting Backdoor Attacks on Semantic Segmentation

污染像素：重新审视语义分割中的后门攻击

Guangsheng Zhang, Huan Tian, Leo Zhang, Tianqing Zhu, Ming Ding, Wanlei Zhou, Bo Liu

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文研究了语义分割中的后门攻击，提出四种粗粒度攻击向量和两种细粒度攻击向量，通过BADSEG框架验证攻击有效性，并发现现有防御措施无法有效缓解攻击，揭示了语义分割的安全漏洞。

Robust Sequential Tracking via Bounded Information Geometry and Non-Parametric Field Actions

通过有界信息几何和非参数场动作实现鲁棒序列跟踪

Carlos C. Rodriguez

机构 * Department of Mathematics and Statistics（数学与统计学系） 纠错

专题命中 感知 ：LiDAR(abstract)

AI总结 本文通过分析元先验层面的推断抽象序列，利用非参数场和严格不变的Delta信息分离，解决了序列推断中极端异常值导致的不可归一化问题，实验证明其在多个领域中能有效截断异常值，实现稳健估计。

Comments 1o pages, 3 figures

Improving Channel Estimation via Multimodal Diffusion Models with Flow Matching

通过多模态扩散模型与流匹配改进信道估计

Xiaotian Fan, Xingyu Zhou, Le Liang, Xiao Li, Shi Jin

机构 * School of Information Science and Engineering, Southeast University（信息科学与工程学院，东南大学） ； Purple Mountain Laboratories（紫金山实验室） 纠错

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出基于流匹配和扩散变压器的多模态信道估计框架MultiCE-Flow，通过融合LiDAR、相机和位置数据生成语义条件，利用稀疏试点作为结构条件，实现高保真信道重建，优于传统方法和生成模型。

Graph Based Semantic Encoder Decoder Framework for Task Oriented Communications in Connected Autonomous Vehicles

基于图的语义编码解码框架用于连接自动驾驶车辆的任务导向通信

Soheyb Ribouh, Phil Polo Ditsia Di Ngoma

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出基于图的语义编码解码框架，用于连接自动驾驶车辆的任务导向通信，通过语义压缩和解码提升通信效率与语义保真度。

Generation of frequency-bin-encoded dual-rail cluster states via time-frequency multiplexing of microwave photonic qubits

通过微波光子量子比特的时间-频率复用生成频率桶编码的双轨簇状态

Zhiling Wang, Takeaki Miyamura, Yoshiki Sunada, Keika Sunada, Jesper Ilves, Kohei Matsuura, Yasunobu Nakamura

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出通过微波光子量子比特的时间-频率复用生成频率桶编码的双轨簇状态，实现了高保真度的多量子比特纠缠态生成。

Journal ref PRX Quantum 7, 010330 (2026)

Task-Oriented Computation Offloading for Edge Inference: An Integrated Bayesian Optimization and Deep Reinforcement Learning Framework

面向任务的边缘推断计算卸载：一种集成贝叶斯优化和深度强化学习的框架

Xian Li, Suzhi Bi, Ying-Jun Angela Zhang

专题命中 感知 ：self-driving(abstract)

AI总结 本文提出LAB框架，结合深度强化学习和贝叶斯优化，解决边缘设备计算卸载中的准确性与延迟权衡问题。

Comments This work has been submitted to the IEEE for possible publication

Spatio-temporal dual-stage hypergraph MARL for human-centric multimodal corridor traffic signal control

时空双阶段超图多智能体强化学习用于以人为中心的多模式走廊交通信号控制

Xiaocai Zhang, Neema Nassir, Milad Haghani

机构 * Department of Infrastructure Engineering, Faculty of Engineering and Information Technology, The University of Melbourne, VIC 3010, Australia（工程与信息技术学院基础设施工程系，墨尔本大学） 纠错

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出STDSH-MARL方法，通过时空双阶段超图注意力机制和混合动作空间，提升走廊交通信号对多模式旅行者和公共交通的适应性与优先级。

3D Wi-Fi Signal Measurement in Realistic Digital Twin Testbed Environments Using Ray Tracing

在现实数字孪生测试环境中的3D Wi-Fi信号测量：利用光线追踪

Mengyuan Wang, Haopeng Wang, Haiwei Dong, Abdulmotaleb El Saddik

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出基于数字孪生的3D Wi-Fi信号测量系统，利用光线追踪实现高精度电磁建模，验证了其在现实环境中的有效性与频率依赖性材料衰减建模能力。

Comments accepted by IEEE Transactions on Instrumentation and Measurement

Enhanced Forest Inventories for Habitat Mapping: A Case Study in the Sierra Nevada Mountains of California

增强的森林调查用于栖息地制图：加利福尼亚州内华达山脉的案例研究

Maxime Turgeon, Michael Kieser, Dwight Wolfe, Bruce MacArthur

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出增强森林调查方法，通过整合遥感数据与地面调查，用于高分辨率野生动物栖息地制图，为森林管理和生态保护提供空间明确的工具。

Comments 11 pages, 6 figures

Chernoff Information Bottleneck for Covert Quantum Target Sensing

Chernoff 信息瓶颈用于隐蔽量子目标感知

Giuseppe Ortolano, Ivano Ruo-Berchera, Leonardo Banchi

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出基于Chernoff信息瓶颈原理的框架，展示纠缠光子探测器在隐蔽目标感知中的优势，为提升LiDAR和雷达的隐蔽性能提供新方法。

Controlling the Flow of Information in Optical Metrology

在光学计量中控制信息流动

Maximilian Weimar, Huanli Zhou, Luca Neubacher, Thomas A. Grant, Jakob Hüpfl, Kevin F. MacDonald, Stefan Rotter, Nikolay I. Zheludev

专题命中 感知 ：LiDAR(abstract)

AI总结 通过定制信息源和流动，光学计量可实现亚原子精度，利用非线性现象和AI估计器提升测量精度，应用于原子尺度诊断及LiDAR、遥感等技术优化。

Comments 28 pages, 7 figures

Three-qubit encoding in ytterbium-171 atoms for simulating 1+1D QCD

在ytterbium-171原子中进行三量子比特编码以模拟1+1维QCD

William Huie, Cianan Conefrey-Shinozaki, Zhubing Jia, Patrick Draper, Jacob P. Covey

专题命中 感知 ：occupancy(abstract)

AI总结 通过在ytterbium-171原子中编码三个量子比特，实现对1+1维QCD的高效模拟，展示了该方法在真空持续振荡和弦断裂模拟中的应用。

Comments W.H. and C.C.S. contributed equally to this work

Journal ref PRX Quantum 7, 010327 (2026)

Beyond Crash: Hijacking Your Autonomous Vehicle for Fun and Profit

超越事故：为娱乐和利润劫持你的自动驾驶汽车

Qi Sun, Ahmed Abdo, Luis Burbano, Ziyang Li, Yaxing Yao, Alvaro Cardenas, Yinzhi Cao

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； Johns Hopkins University Applied Physics Laboratory（约翰斯·霍普金斯大学应用物理实验室） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） 纠错

专题命中 感知 ：end-to-end driving(abstract)

AI总结 本文提出JackZebra框架，通过物理可行的攻击车辆实现对自动驾驶车辆的路线劫持，以实现长期路线完整性妥协。

Metrology-grade mid-infrared spectroscopy for multi-dimensional perception

用于多维感知的计量级中红外光谱学

Baoqi Shi, Chenxi Zhang, Ming-Yang Zheng, Yue Hu, Zeying Zhong, Zhenyuan Shang, Wenbo Ma, Xiu-Ping Xie, Xue Bai, Yi-Han Luo, Anting Wang, Hairun Guo, Qiang Zhang, Junqiu Liu

专题命中 感知 ：LiDAR(abstract)

AI总结 本研究提出了一种基于差频生成的计量级中红外光谱系统，实现了宽波段、高光子通量和高频率精度的结合，有效降低了硅氮化物微谐振器的光学损耗，并展示了在复杂环境中的多维感知能力。

A Comprehensive Interpretation of Fermi-LAT Pulsars: Fundamental-Plane Death Border, Visibility Thresholds, and GeV-TeV Unification

费米-拉特脉星的全面诠释：基本平面死亡边界、可见性阈值以及GeV-TeV统一

Constantinos Kalapotharakos, Zorawar Wadiasingh, Alice K. Harding, Demosthenes Kazanas, Dimitrios Skiathas

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出一个框架，将脉星的伽马射线特性与ECS物理联系起来，揭示了基本平面死亡边界、可见性阈值及GeV-TeV统一的机制。

Comments 31 pages, 11 figures, Accepted for publication in ApJ

Improvements of the ALICE GPU TPC tracking and GPU framework for online and offline processing of Run 3 Pb-Pb data

ALICE GPU TPC跟踪和GPU框架的改进：用于Run 3 Pb-Pb数据的在线和离线处理

David Rohr

专题命中 感知 ：occupancy(abstract)

AI总结 ALICE通过改进GPU框架和跟踪代码，优化TPC跟踪算法，提升Run 3 Pb-Pb数据的在线和离线处理效率。

Comments 8 pages, 4 figures, Proceedings of Connexting the Dots 2025, Tokyo

Adversary-Aware Private Inference over Wireless Channels

面向无线信道的对抗感知隐私推理

Mohamed Seif, Malcolm Egan, Andrea J. Goldsmith, H. Vincent Poor

机构 * Princeton University（普林斯顿大学） ； Inria, France（法国国家信息与自动化技术研究所） ； Stony Brook University（石溪大学） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出了一种面向无线信道的对抗感知隐私保护框架，通过在传输前对特征进行变换来减少隐私泄露风险。

Thermo-optic modulator with ultra-high extinction ratio for low-loss silicon nitride integrated photonics

用于低损耗硅氮化物集成光子学的超高消光比热光调制器

Dmitriy Serkin, Kirill Buzaverov, Aleksandr Baburin, Evgeny Sergeev, Sergey Avdeev, Evgeniy Lotkov, Sergey Bukatin, Ilya Stepanov, Aleksey Kramarenko, Ali Amiraslanov, Ilya Ryzhikov, Ilya Rodionov

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出了一种超高消光比的热光调制器，用于低损耗硅氮化物集成光子学，实现了高相移和低功耗性能。

Comments 13 pages, 10 figures, 2 tables