图像生成

Short-term electricity load forecasting with multi-frequency reconstruction diffusion

短期电力负荷预测的多频重建扩散模型

Qi Dong, Rubing Huang, Ling Zhou, Dave Towey, Jinyu Tian, Jianzhou Wang

机构 * School of Computer Science and Engineering, Macau University of Science and Technology（计算机科学与工程学院，澳门科技大学） ； Macau University of Science and Technology Zhuhai MUST Science and Technology Research Institute（澳门科技大学珠海 MUST 科技研究院） ； School of Computer Science, University of Nottingham Ningbo China（Nottingham 中国宁波大学计算机学院） ； Department of Engineering Science, Macau University of Science and Technology（工程科学系，澳门科技大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出多频重建扩散模型，通过多频数据重构和去噪网络提升短期电力负荷预测精度。

Style-constrained inverse design of microstructures with tailored mechanical properties using unconditional diffusion models

具有定制机械性能的微结构无条件反向设计使用无条件扩散模型

Weipeng Xu, Ziyuan Xie, Haoju Lin, Xinyu Wang, Guangjin Mou, Tianju Xue

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出了一种基于无条件扩散模型的微结构反向设计框架，通过可微编程技术实现无需标记数据集的高效设计，能够控制生成微结构的机械性能和风格约束。

Port--Hamiltonian Diffusion Models: A Control-Theoretic Perspective on Generative Modeling

端口-哈密顿扩散模型：生成建模的控制论视角

Majid Darehmiraki

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文从控制论视角提出端口-哈密顿扩散模型，将扩散过程建模为结构化的PH动态，提供内在稳定性保证并展示反向生成过程的反馈控制机制。

Comments 17 pages, 3 figure

DiMEx: Breaking the Cold Start Barrier in Data-Free Model Extraction via Latent Diffusion Priors

DiMEx: 通过潜在扩散先验打破数据无关模型提取的冷启动壁垒

Yash Thesia, Meera Suthar

机构 * Dept. of Computer Science New York University（计算机科学系纽约大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiMEx通过利用预训练的潜在扩散模型先验，有效突破数据无关模型提取的冷启动问题，同时提出HSE防御机制以抑制攻击成功率

Comments 8 pages, 3 figures, 4 tables

Diffusion Model Based Signal Recovery Under 1-Bit Quantization

基于扩散模型的1位量化信号恢复

Youming Chen, Zhaoqiang Liu

机构 * School of Computer Science and Engineering, University of Electronic Science and Technology of China（计算机科学与工程学院，电子科学与技术大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 Diff-OneBit通过可微替代似然函数解决1位量化信号恢复中的非线性链接函数问题，实现高效高保真重建。

Comments AAAI2026

DiFFPO: Training Diffusion LLMs to Reason Fast and Furious via Reinforcement Learning

DiFFPO：通过强化学习训练扩散大语言模型以快速且高效地推理

Hanyang Zhao, Dawen Liang, Wenpin Tang, David Yao, Nathan Kallus

机构 * Columbia University（哥伦比亚大学） ； Netflix 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiFFPO通过强化学习训练扩散大语言模型，使其在推理速度和准确性上取得平衡，提升推理效率和性能。

Empirical Analysis of Decoding Biases in Masked Diffusion Models

掩码扩散模型中解码偏见的实证分析

Pengcheng Huang, Tianming Liu, Zhenghao Liu, Yukun Yan, Shuo Wang, Tong Xiao, Zulong Chen, Maosong Sun

机构 * School of Computer Science and Engineering, Northeastern University, China（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Institute for AI, Tsinghua University, China（清华大学人工智能研究院计算机科学与技术系） ； Alibaba Group, Hangzhou, China（阿里巴巴集团） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文通过实证分析揭示了掩码扩散模型中注意力漂浮现象，揭示其浅层结构感知与深层内容聚焦的注意力机制，证明其在知识密集型任务中性能优于自回归模型。

Comments 22 pages,17 figures

DiffPF: Differentiable Particle Filtering with Generative Sampling via Conditional Diffusion Models

DiffPF: 基于条件扩散模型的可微粒子滤波器通过生成采样

Ziyu Wan, Lin Zhao

机构 * Department of Electrical and Computer Engineering, National University of Singapore（电子与计算机工程系，国立新加坡大学） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DiffPF通过条件扩散模型实现高精度后验采样，提升动态系统状态估计性能。

Quantum Dynamics Simulation of the Advection-Diffusion Equation

量子动力学模拟输运方程

Hirad Alipanah, Feng Zhang, Yongxin Yao, Richard Thompson, Nam Nguyen, Junyu Liu, Peyman Givi, Brian J. McDermott, Juan José Mendoza-Arenas

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出三种量子算法用于输运方程的模拟，其中AVQDS在门操作数和电路深度上表现最佳，但受硬件噪声影响较大。

Journal ref Physical Review Research 7, 043318 (2025)

DnD Filter: Differentiable State Estimation for Dynamic Systems using Diffusion Models

DnD Filter: 使用扩散模型进行动态系统可微状态估计

Ziyu Wan, Lin Zhao

机构 * Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系） 纠错

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 DnD Filter利用扩散模型实现动态系统状态估计，首次在噪声环境下有效提升非线性估计精度。

Journal ref Proc. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2025

End-to-End Detector Optimization with Diffusion models: A Case Study in Sampling Calorimeters

端到端检测器优化与扩散模型：采样 calorimeters 的案例研究

Kylian Schmidt, Nikhil Kota, Jan Kieseler, Andrea De Vita, Markus Klute, Abhishek, Max Aehle, Muhammad Awais, Alessandro Breccia, Riccardo Carroccio, Long Chen, Tommaso Dorigo, Nicolas R. Gauger, Enrico Lupi, Federico Nardi, Xuan Tung Nguyen, Fredrik Sandin, Joseph Willmore, Pietro Vischia

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文提出利用扩散模型进行端到端探测器优化，通过采样calorimeters的案例研究，展示其在设计参数搜索中的有效性与潜力。

Comments 15 pages, 9 figures, submitted to MDPI particles

Global Weak Solutions to a Navier-Stokes-Cahn-Hilliard System with Chemotaxis and Mass Transport: Cross Diffusion versus Logistic Degradation

Navier-Stokes-Cahn-Hilliard系统中考虑趋化和质量传输的全局弱解：交叉扩散与逻辑退化

Andrea Giorgini, Jingning He, Hao Wu

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文研究了考虑趋化和质量传输的Navier-Stokes-Cahn-Hilliard系统，探讨了交叉扩散与逻辑退化对相分离过程的影响。

Journal ref Math. Models Methods Appl. Sci., 36(1) (2026), 57-110

Structural and Convergence Analysis of Discrete-Time Denoising Diffusion Probabilistic Models

离散时间去噪扩散概率模型的结构与收敛性分析

Yumiharu Nakano

专题命中 扩散模型 ：diffusion(title,abstract)

AI总结 本文从概率角度分析了离散时间DDPM的结构与收敛性，推导出总变差距离的上界，并揭示了采样误差来源。

FlexVAR: Flexible Visual Autoregressive Modeling without Residual Prediction

FlexVAR: 无需残差预测的灵活视觉自回归建模

Siyu Jiao, Gengwei Zhang, Yinlong Qian, Jiancheng Huang, Yao Zhao, Humphrey Shi, Lin Ma, Yunchao Wei, Zequn Jie

机构 * Institute of Information Science, Beijing Jiaotong University（北京交通大学信息科学学院） ； University of Technology Sydney（悉尼科技大学） ； Meituan（美团） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 扩散模型 ：image generation(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 FlexVAR通过无需残差预测的灵活视觉自回归建模，在低分辨率图像上实现高分辨率图像生成和多种图像任务处理。

FMVP: Masked Flow Matching for Adversarial Video Purification

FMVP: 用于对抗视频净化的掩码流匹配

Duoxun Tang, Xueyi Zhang, Chak Hin Wang, Xi Xiao, Dasen Dai, Xinhang Jiang, Wentao Shi, Rui Li, Qing Li

机构 * Tsinghua University（清华大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； University of New South Wales（新南威尔士大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)；inpainting(abstract)；分类 cs.CV

AI总结 FMVP通过掩码策略和条件流匹配技术，有效净化对抗性视频，提升鲁棒性与检测能力。

Bridging Robustness and Efficiency: Real-Time Low-Light Enhancement via Attention U-Net GAN

弥合鲁棒性与效率：通过注意力U-Net GAN实现实时低光照增强

Yash Thesia, Meera Suthar

机构 * Dept. of Computer Science New York University（计算机科学系纽约大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出一种注意力U-Net GAN模型，通过轻量主干和条件对抗框架，在保持实时推理速度的同时实现高效的低光照图像增强。

Comments 7 pages, 2 figures, 3 tables

Towards Open-Vocabulary Industrial Defect Understanding with a Large-Scale Multimodal Dataset

面向大规模多模态数据集的开放词汇工业缺陷理解

TsaiChing Ni, ZhenQi Chen, YuanFu Yang

机构 * Institute of Intelligent Systems, National Yang Ming Chiao Tung University（智能系统研究所，国立阳明交通大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出IMDD-1M大规模多模态数据集，训练了适用于工业场景的视觉-语言基础模型，通过高效微调实现领域适应，提升工业检测与生成性能。

Dark Matter in X-rays: Revised XMM-Newton Limits and New Constraints from eROSITA

X射线中的暗物质：eROSITA和XMM-Newton的新限制与约束

Shyam Balaji, Damon Cleaver, Pedro De la Torre Luque, Miltiadis Michailidis

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过eROSITA和XMM-Newton数据，对亚GeV暗物质和原初黑洞的X射线限制进行更新，发现eROSITA在低能范围表现更优，而XMM-Newton限制因计算方法问题被修正。

Comments 15 pages, 7 figures

Journal ref JCAP11(2025)053

A Complete Decomposition of Stochastic Differential Equations

随机微分方程的完整分解

Samuel Duffield

机构 * Normal Computing 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种将随机微分方程分解为三个组成部分的方法，该方法能够处理具有时间依赖边际分布的随机过程。

Backward Reconstruction of the Chafee--Infante Equation via Physics-Informed WGAN-GP

通过物理信息WGAN-GP逆向重构Chafee-Infante方程

Joseph L. Shomberg

机构 * Department of Mathematics and Computer Science（数学与计算机科学系） ； Providence College（普罗维登斯学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 通过物理信息WGAN-GP方法，解决二维域上逆Chafee-Infante问题，实现对未知初始条件的稳定重建。

Comments 5 pages, 9 figures

An adjoint method for training data-driven reduced-order models

用于数据驱动降阶建模的伴随方法

Donglin Liu, Francisco García Atienza, Mengwu Guo

机构 * Centre for Mathematical Sciences, Lund Univeristy（卢恩大学数学科学中心） ； Department of Experimental Medical Science, Lund Univeristy（卢恩大学实验医学科学系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出一种基于伴随方法的训练框架，用于数据驱动降阶建模，通过结合算子推断与伴随状态法，提高降阶模型在稀疏采样和噪声下的准确性和稳定性。

Land-then-transport: A Flow Matching-Based Generative Decoder for Wireless Image Transmission

先传输后传输：一种基于流匹配的生成解码器用于无线图像传输

Jingwen Fu, Ming Xiao, Mikael Skoglund, Dong In Kim

机构 * School of Electrical Engineering and Computer Science (EECS), KTH Royal Institute of Technology（电气工程与计算机科学系（EECS），皇家理工学院） ； College of Information and Communication Engineering, Sungkyunkwan University（信息与通信工程学院，成均馆大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种基于流匹配的生成解码器，通过整合物理无线信道到连续时间概率流中，实现低延迟的无线图像解码，适用于多种信道类型。

Einstein's Worries and Actual Physics: Beyond Pilot Waves

爱因斯坦的担忧与实际物理：超越引导波

Partha Ghose

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文探讨了引导波理论的局限性，提出随机力学和范畴论语义作为更深入的量子理论补充，消解测量问题和非本地性。

Comments 8 pages, no figures

Local linearization for the nonlinear damped stochastic Klein-Gordon equation

非线性阻尼随机 Klein-Gordon 方程的局部线性化

Guanglin Rang, Ran Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文通过局部线性化方法研究非线性阻尼随机Klein-Gordon方程的二阶增量近似，并应用于二次变分分析和扩散参数估计。

Comments 18 pages; Comments are welcome

Bridging Attribution and Open-Set Detection using Graph-Augmented Instance Learning in Synthetic Speech

通过图增强的实例学习桥接归因与开放集检测在合成语音中

Mohd Mujtaba Akhtar, Girish, Farhan Sheth, Muskaan Singh

专题命中 扩散模型 ：diffusion(abstract)

AI总结 SIGNAL通过结合图神经网络和开放集检测方法，实现了合成语音来源的归因与开放集检测的统一。

Comments Accepted to EACL 2026

The Structure of Poloidal Fields Embedded in Thin Disks

薄盘中环向磁场的结构

Yossef Zenati, Ethan T. Vishniac, Amir Jafari

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究推导了描述静止盘中嵌入环向磁场的方程，探讨了磁场结构与湍流扩散及旋度调节的相互作用。

Comments Submitted to APJ; comments welcome!

Toward Meshless Turbulent Flow Simulation: LES-Integrated Vortex Particle Method

迈向无网格湍流流体模拟：融合大涡模拟的涡旋粒子方法

Flavio A. C. Martins, Alexander van Zuijlen, Carlos J. Simao Ferreira

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出了一种融合大涡模拟的涡旋粒子方法，通过高阶代数内核和核心扩散技术，实现对湍流流体的动力学模拟，并验证了其在不同扰动条件下的稳定性与准确性。

Burgers equation from non-thermal stationary states in nearly-integrable gases

从近可积气体中的非热稳态出发推导Burgers方程

Paweł Lisiak, Maciej Łebek, Miłosz Panfil

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究发现近可积气体中的非热稳态可推导出Burgers方程，并通过数值模拟验证了理论结果。

Comments typos corrected, references added, 22 pages, 6 figures

Advancing time series completion via RFAMoE and MDFF

通过RFAMoE和MDFF推进时间序列补全

Ci Zhang, Huayu Li, Changdi Yang, Jiangnan Xia, Yanzhi Wang, Xiaolong Ma, Jin Lu, Ao Li, Geng Yuan

机构 * University of Georgia（佐治亚大学） ； University of Arizona（亚利桑那大学） ； Northeastern University（东北大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本文提出基于MoE的噪声估计器和RFAMoE、MDFF模块，通过自适应接收域和并行信号融合提升医疗时间序列补全性能。

Quantum Monte Carlo study of low-dimensional Fermi fluids of dipolar atoms

极性原子低维费米流体的量子蒙特卡洛研究

Clio Johnson, Neil D. Drummond, James P. Hague, Calum MacCormick

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究通过量子蒙特卡洛方法分析了偶极子原子低维费米流体的铁磁稳定性，并为密度泛函理论提供了参数化支持。

Comments 14 pages, 7 figures

Journal ref Phys. Rev. A 113, 013313 (2026)