图像生成

Entropy-Driven Sensor Deployment and Source Detection in Hypergraphs

基于超图的熵驱动传感器部署与源检测

Qiao Ke, Chengjun Zhang, Chuang Liu, Mingxia Jing, Suoyi Tan, Xiu-Xiu Zhan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出SSDH框架，通过熵驱动的传感器部署和路径不确定性评分，实现复杂网络中源的准确识别。

Dressing composite fermions with artificial intelligence

用人工智能给复合费米子着装

Mytraya Gattu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 利用人工智能方法，通过CF-Flow框架高效计算分数量子霍尔效应的基态能量和输运间隙，揭示了复合费米子的着装机制及相变特性。

Comments Comments are welcome

Beyond Performance: Probing Representation Dynamics In Speech Enhancement Models

超越性能：探究语音增强模型中的表示动态

Yair Amar, Amir Ivry, Israel Cohen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究通过分析语音增强模型在不同信噪比下的内部表示动态，揭示了模型对噪声的鲁棒性与敏感性权衡，为改进SNR感知的语音增强提供了新思路。

Limitations on Activation of High Dose Ge implant in beta-Ga2O3

高剂量Ge掺杂在β-Ga2O3中的局限性

Tianhai Luo, Katie R. Gann, Cameron A. Gorsak, Ming-Chiang Chang, Prescott E Evans, Thaddeus J Asel, Hari P Nair, R. B. van Dover, Michael O. Thompson

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究发现Ge团聚限制了高浓度Ge掺杂在β-Ga2O3中的激活效果。

Extended Physics Informed Neural Network for Hyperbolic Two-Phase Flow in Porous Media

扩展的物理信息神经网络用于多孔介质中双相流的双曲方程

Saif Ur Rehman, Wajid Yousuf

机构 * Dawood University of Engineering and Technology（达伍德工程与技术大学） ； Texas A&M University（德克萨斯A&M大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出扩展的物理信息神经网络用于求解多孔介质中双相流的非线性双曲方程，通过动态分解计算域并强制耦合以提高求解精度。

Conformal Prediction for Multi-Source Detection on a Network

网络上的多源检测的符合预测

Xingchao Jian, Purui Zhang, Lan Tian, Feng Ji, Wenfei Liang, Wee Peng Tay, Bihan Wen, Felix Krahmer

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种适用于网络多源检测的符合预测框架，通过引入原理性分数函数和校准集，提供统计有效的召回保证，同时在大规模网络中具有高效性和高准确性。

From Noise to Laws: Regularized Time-Series Forecasting via Denoised Dynamic Graphs

从噪声到定律：通过去噪动态图进行正则化的时间序列预测

Hongwei Ma, Junbin Gao, Minh-ngoc Tran

专题命中 扩散模型 ：diffusion(abstract)

AI总结 PRISM通过结合去噪动态图和物理惩罚正则化，实现了长跨度多变量时间序列预测的稳定与高精度。

Applying a Gaussian networking theory to model motor-driven transport along cytoskeletal filaments

将高斯网络理论应用于模拟细胞骨架纤维上的肌动蛋白驱动运输

Nadine du Toit, Kristian K. Müller-Nedebock

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文利用高斯网络理论模拟细胞骨架纤维上的肌动蛋白驱动运输，通过动态网络框架分析均质和非均质网络中的运输特性。

Comments 10 pages, 3 figures

Some semi-decoupled algorithms with optimal convergence for a four-field linear thermo-poroelastic model

一些具有最优收敛性的四场线性热-渗-弹性模型的半解耦算法

Ziliang Li, Mingchao Cai, Jingzhi Li, Qiang Liu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出三种半解耦算法，用于高效求解四场线性热-渗-弹性模型，具有最优收敛性和无条件稳定性。

Comments an updated version. Just submitted to a journal

Diffusions and random walks with prescribed sub-Gaussian heat kernel estimates

扩散与随机游走的预设亚高斯热核估计

Mathav Murugan

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种新的扩散构造，用于研究具有预设亚高斯热核估计的随机游走和扩散过程。

Comments 66 pages, 2 figures, minor changes based on referee reports, to appear in Annals of Probability

Diffusive hydrodynamics from long-range correlations

从长程相关性推导扩散流体动力学

Friedrich Hübner, Leonardo Biagetti, Jacopo De Nardis, Benjamin Doyon

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文展示在可积系统中，纳维-斯托克斯方程在非线性响应下失效，扩散行为由初始态波动的球形传输决定，而非梯度展开。

Comments 15 pages, 2 figures

Journal ref Phys. Rev. Lett. 134, 187101 (2025)

1D stochastic pressure equation with log-correlated Gaussian coefficients

一维随机压力方程与对数相关高斯系数

Benny Avelin, Tuomo Kuusi, Patrik Nummi, Eero Saksman, Jonas M. Tölle, Lauri Viitasaari

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了一维随机压力方程的唯一解存在性，通过Wick重整化和点乘两种方法，利用S变换和高斯乘法混沌测度提供了解的显式表示。

Journal ref Stochastic Processes and their Applications 192 (2026) 104808

Deep sub-ensembles meets quantile regression: uncertainty-aware imputation for time series

深度子集成方法结合分位数回归：面向时间序列的不确定性感知填补

Ying Liu, Peng Cui, Wenbo Hu, Richang Hong

机构 * Department of Computer and Information（计算机与信息系） ； Hefei University of Technology（合肥工业大学） ； Dept. of Comp. Sci. & Tech.（计算机科学与技术系） ； Tsinghua University（清华大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出Quantile Sub-Ensembles方法，结合分位数回归和非生成框架，实现时间序列缺失值填补的高可靠性与高效性。

Comments Published in Machine Learning, 114, 268 (2025). DOI: 10.1007/s10994-025-06922-x

Journal ref Machine Learning, 114, 268 (2025)

Green function and invariant measure estimates for nondivergence form elliptic homogenization

抛物型格林函数与不变测度估计用于非散度形式椭圆方程的随机正则化

Scott Armstrong, Benjamin Fehrman, Jessica Lin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了非散度形式椭圆方程随机正则化中抛物型格林函数和不变测度的定量估计，得出了扩散过程的局部 CLT 和环境过程的遍历性估计。

Comments 67 pages

Learning Causal States Under Partial Observability and Perturbation

在部分可观测性和扰动下学习因果状态

Na Li, Hangguan Shan, Wei Ni, Wenjie Zhang, Xinyu Li, Yamin Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 CaDiff通过异步扩散模型和双模拟度量，在部分可观测性和扰动下提升强化学习的因果状态表示，实验显示其回报提升达14.18%。

Moderate Deviation Principles for Stochastic Differential Equations in Fast-Varying Markovian Environment

随机微分方程在快速变化的马尔可夫环境中的中等偏差原理

Hongjiang Qian

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了在快速变化的马尔可夫环境中，双时间尺度随机系统中等偏差原理的证明方法，结合弱收敛方法与泊松方程，解决了慢过程和快过程的耦合问题。

Comments 49 pages, no figures

Topological passivation makes high strength alloys insensitive to hydrogen embrittlement

拓扑钝化使高强度合金对氢致脆化不敏感

Huijie Cheng, Binhan Sun, Aochen Zhang, Dirk Ponge, Fengkai Yan, Tiwen Lu, Xian-Cheng Zhang, Dierk Raabe, Shan-Tung Tu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过拓扑钝化层提升合金抗氢致脆化能力，利用高密度位错和层状晶粒结构有效抑制氢扩散和裂纹扩展。

Exploring the changes in brain network SC-FC coupling patterns of partial sleep deprivation based on DTI-fMRI fusion analysis

基于DTI-fMRI融合分析探讨部分睡眠剥夺对脑网络SC-FC耦合模式变化的影响

Mengyuan Liu, Jing Hu, Zhenzhen Ru, Ruomeng Quan, Xu Zhang, Ning Qiang, Jin Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本研究通过DTI-fMRI融合分析，探讨部分睡眠剥夺对脑网络SC-FC耦合模式的影响，发现睡眠剥夺导致神经网络结构和功能连接的异常，提出SC-FC耦合方法作为睡眠相关情绪失调的新型生物标记物。

Sharp large time asymptotic behavior for the multi-dimensional thermoelastic systems of type II and type III

多维II型和III型热弹性系统在大时间下的精确渐进行为

Wenhui Chen, Ryo Ikehata

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文研究了多维II型和III型热弹性系统在大时间下的渐进行为，揭示了超几何热效应导致的无限时间发散现象，并改进了相关模型的渐近估计。

Face-MakeUpV2: Facial Consistency Learning for Controllable Text-to-Image Generation

Face-MakeUpV2：面向可控文本到图像生成的面部一致性学习

Dawei Dai, Yinxiu Zhou, Chenghang Li, Guolai Jiang, Chengfang Zhang

专题命中 可控生成 ：image generation(title,abstract)；text-to-image(title,abstract)；分类 cs.CV

AI总结 Face-MakeUpV2通过引入3D面部渲染和全局面部特征通道，解决文本到图像生成中的面部属性泄露和物理一致性问题，实现更可控的面部生成。

Comments Some errors in the critical data presented in Table 1 and Table 2

Adapter Shield: A Unified Framework with Built-in Authentication for Preventing Unauthorized Zero-Shot Image-to-Image Generation

Adapter Shield: 一种集成了认证机制的统一框架，用于防止未经授权的零样本图像到图像生成

Jun Jia, Hongyi Miao, Yingjie Zhou, Wangqiu Zhou, Jianbo Zhang, Linhan Cao, Dandan Zhu, Hua Yang, Xiongkuo Min, Wei Sun, Guangtao Zhai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shandong University（山东大学） ； Hefei University of Technology（合肥工业大学） ； East China Normal University（华东师范大学） 纠错

专题命中 可控生成 ：image generation(title,abstract)；diffusion(abstract)；image synthesis(abstract)；分类 cs.CV

AI总结 Adapter Shield通过集成认证机制的统一框架，防止未经授权的零样本图像生成，实现安全的图像访问控制。

Sketch-guided Cage-based 3D Gaussian Splatting Deformation

基于草图的基于笼子的3D高斯点扩散变形

Tianhao Xie, Noam Aigerman, Eugene Belilovsky, Tiberiu Popa

机构 * Concordia University（康科德大学） ； Université de Montréal（蒙特利尔大学） ； Mila（Mila研究院） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV、cs.GR

AI总结 本文提出了一种基于草图的3D GS变形系统，结合笼子变形与神经雅可比场，实现对3D模型几何的精细控制，并通过实验展示其在静态模型动画化中的应用。

Comments 10 pages, 9 figures, accepted at WACV 26, project page: https://tianhaoxie.github.io/project/gs_deform/

DreamingComics: A Story Visualization Pipeline via Subject and Layout Customized Generation using Video Models

DreamingComics: 通过主体和布局定制生成实现故事可视化管道

Patrick Kwon, Chen Chen

机构 * Center for Research in Computer Vision, University of Central Florida（计算机视觉研究中心，中央佛罗里达大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 DreamingComics通过结合视频模型和布局生成技术，实现了基于主体和布局定制的高效故事可视化方法，提升了角色一致性和风格相似性。

Rethinking Multimodal Point Cloud Completion: A Completion-by-Correction Perspective

重新思考多模态点云补全：一种补全-修正视角

Wang Luo, Di Wu, Hengyuan Na, Yinlin Zhu, Miao Hu, Guocong Quan

机构 * Wang Luo, Di Wu, Hengyuan Na, Yinlin Zhu, Miao Hu, Guocong Quan（作者） 纠错

专题命中 可控生成 ：inpainting(abstract)；分类 cs.CV

AI总结 PGNet通过补全-修正范式，结合多阶段框架和双特征编码，实现更鲁棒的点云补全，提升重建精度与结构一致性。

Comments Accepted by AAAI 2026

SPIRAL: Semantic-Aware Progressive LiDAR Scene Generation and Understanding

SPIRAL: 基于语义的渐进式LiDAR场景生成与理解

Dekai Zhu, Yixuan Hu, Youquan Liu, Dongyue Lu, Lingdong Kong, Slobodan Ilic

机构 * Technical University of Munich（慕尼黑技术大学） ； Fudan University（复旦大学） ； National University of Singapore（新加坡国立大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 Spiral提出了一种基于范围视图的LiDAR扩散模型，能够同时生成深度、反射图像和语义地图，实现高效的3D场景生成与理解。

Comments NeurIPS 2025; 24 pages, 10 figures, 9 tables; Code at https://github.com/worldbench/SPIRAL

GuideGen: A Text-Guided Framework for Paired Full-torso Anatomy and CT Volume Generation

GuideGen: 一种基于文本引导的完整躯干解剖和CT体积生成框架

Linrui Dai, Rongzhao Zhang, Yongrui Yu, Xiaofan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 GuideGen通过文本引导生成完整躯干解剖和CT体积，提升医学影像数据合成效率与质量。

Comments accepted as AAAI 2026 poster

SMamDiff: Spatial Mamba for Stochastic Human Motion Prediction

SMamDiff: 基于空间Mamba的随机人体运动预测

Junqiao Fan, Pengfei Liu, Haocong Rao

机构 * School of Computer Science, Nanyang Technological University（计算机科学学院，南洋理工大学） 纠错

专题命中 可控生成 ：diffusion(abstract)；分类 cs.CV

AI总结 SMamDiff通过空间Mamba和余数-DCT编码提升随机人体运动预测的时空一致性，实现更高效且准确的预测性能。

Vacancy Engineering in Metals and Alloys

金属与合金中的空位工程

Sreenivas Raguraman, Homero Reyes Pulido, Christopher Hutchinson, Arun Devaraj, Marc H. Weber, Michael L. Falk, Timothy P. Weihs

专题命中 可控生成 ：diffusion(abstract)

AI总结 本文探讨了通过空位工程优化金属和合金性能的方法，强调了空位在微观结构调控中的关键作用。

Comments 21 pages, 5 display items

Physics-Informed Image Restoration via Progressive PDE Integration

通过渐进PDE整合实现物理引导的图像修复

Shamika Likhite, Santiago López-Tapia, Aggelos K. Katsaggelos

专题命中 图像修复 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出了一种通过渐进PDE整合实现物理引导的图像修复方法，通过整合物理先验来提升运动模糊修复的性能和质量。

Proxy-Tuning: Tailoring Multimodal Autoregressive Models for Subject-Driven Image Generation

代理调优：为以主题驱动的图像生成定制多模态自回归模型

Yi Wu, Shengju Qian, Lingting Zhu, Lei Liu, Wandi Qiao, Ziqiang Li, Lequan Yu, Bin Li

机构 * University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； Nanjing University of Information Science and Technology（南京信息工程大学） 纠错

专题命中 个性化与一致性 ：image generation(title,abstract)；text-to-image(abstract)；diffusion(abstract)；分类 cs.CV、cs.MM

AI总结 本文提出代理调优方法，通过扩散模型增强AR模型在主题驱动图像生成中的能力，揭示了弱到强泛化现象，提升了多主题组合和上下文理解的表现。