自动驾驶

Gaussian Belief Propagation for Tracking With Unresolved Measurements

用于未分辨测量跟踪的高斯置信传播

Augustin A. Saucan, Florian Meyer, Peter Willett

专题命中 感知 ：autonomous driving(abstract)

AI总结 针对多目标跟踪中未分辨测量问题，提出基于成对耦合对象模型的概率分布，并设计广义环置信传播（LBP）和专用高斯LBP（GLBP）算法，实现O(m n 2^n)复杂度的高效状态推理。

Comments 13 pages, 9 figures

False Positives, False Negatives, and the Detection-Only Problem: A Hierarchical Model for Species Occurrence with Observation Error

假阳性、假阴性及仅检测问题：带观测误差的物种出现层次模型

Kabiru Abubakari, Eleni Matechou, Marie C. Henniges, Ilia J. Leitch, Andrew R. Leitch, Silvia Liverani

专题命中 感知 ：occupancy(abstract)

AI总结 本文提出统一术语框架，将占用模型、物种分布模型和仅存在模型视为层次观测过程的特例，并针对仅检测数据提出首个同时考虑假阳性和假阴性误差的层次模型，通过先验分布实现可识别性。

Tensor-Based Batch Fuzzing with Adaptive Perturbation Scaling for Deep Neural Networks

基于张量的批量模糊测试与自适应扰动缩放用于深度神经网络

Guanqin Zhang, Yulei Sui

专题命中 感知 ：autonomous driving(abstract)

AI总结 提出一种基于张量的批量模糊测试框架，通过自适应扰动缩放和规范感知的批量处理，显著提升深度神经网络测试吞吐量和违规发现效率。

Comments This paper has been accepted by International Conference on Automated Software Engineering (ASE) 2026

Single Particle Excitations, Band Structures and Octupole Correlation in $^{65}$Zn

$^{65}$Zn中的单粒子激发、能带结构和八极关联

Anil Sharma, S. Nandi, S. S. Dutta, S. Kundu, Pankaj K. Giri, A. Das, S. S. Ghugre, S. S. Nayak, S. Basu, S. Pal, S. Das, S. Dar, S. Paul, A. Pal, S. Basak, G. Mukherjee, S. Bhattacharyya, R. Raut

专题命中 感知 ：occupancy(abstract)

AI总结 通过$^{63}$Cu($\alpha$,pn)反应研究$^{65}$Zn的能级结构，识别新跃迁并修正已知能级，结合壳模型和总鲁西面计算揭示单粒子和集体激发特性。

Comments 16 pages, 13 figures

Calling the Brane Next Door: The Kaluza-Klein Tower as a Gravitational Information Channel

呼唤隔壁的膜：卡鲁扎-克莱因塔作为引力信息通道

Karim Benakli

专题命中 感知 ：occupancy(abstract)

AI总结 研究邻近膜世界通过引力通信的可能性，提出将卡鲁扎-克莱因塔视为多输入多输出通信信道，分析其信道矩阵和信息论特性。

Comments 17 pages, 1 figure

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。

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