图像生成 - arXivDaily 专题

2602.05800 2026-07-03 math.NA cs.NA 版本更新 50%

A Perturbation-Correction Method Based on Local Randomized Neural Networks for Quasi-Linear Interface Problems

基于局部随机神经网络的扰动校正方法用于拟线性界面问题

Siyuan Lang, Zhiyue Zhang

专题命中扩散模型：diffusion(abstract)

AI总结针对拟线性椭圆界面问题，提出一种局部随机神经网络扰动校正方法（LRaNN-PC），通过主阶段和扰动校正阶段缓解非凸目标泛函导致的停滞，数值实验显示相对L2误差降低4-7个数量级。

2509.11606 2026-07-03 cs.SD cs.LG eess.SP 版本更新 50%

Scaling to Multimodal and Multichannel Heart Sound Classification with Synthetic and Augmented Biosignals

利用合成与增强生物信号实现多模态和多通道心音分类的规模化

Milan Marocchi, Matthew Fynn, Kayapanda Mandana, Yue Rong

机构 * School of Electrical Engineering, Computing, and Mathematical Sciences (EECMS), Faculty of Science and Engineering, Curtin University, Bentley, WA 6102, Australia（电气工程、计算与数学科学学院（EECMS），科学与工程学院， Curtin 大学，Bentley，WA 6102，澳大利亚）

专题命中扩散模型：diffusion(abstract)

AI总结针对心音分类中同步和多通道数据集有限的问题，提出结合传统信号处理与去噪扩散模型生成增强数据，微调Wav2Vec 2.0分类器，在多个数据集上取得最优性能。

Comments 35 pages, 37 figures, 19 tables

2508.05941 2026-07-03 cs.RO 版本更新 50%

Latent Policy Barrier: Learning Robust Visuomotor Policies by Staying In-Distribution

潜在策略屏障：通过保持分布内学习鲁棒的视觉运动策略

Zhanyi Sun, Shuran Song

机构 * Stanford University（斯坦福大学）

专题命中扩散模型：diffusion(abstract)

AI总结提出潜在策略屏障（LPB）框架，通过将专家演示的潜在嵌入作为隐式屏障，分离精确模仿与分布外恢复，利用基础扩散策略和动力学模型提升视觉运动策略的鲁棒性和数据效率。

2505.16275 2026-07-03 math.ST stat.TH 版本更新 50%

Semiparametric Bernstein-von Mises theorems for reversible diffusions

可逆扩散的半参数Bernstein-von Mises定理

Matteo Giordano, Kolyan Ray

专题命中扩散模型：diffusion(abstract)

AI总结针对周期可逆多维扩散模型，建立了基于连续观测的贝叶斯非参数先验的半参数Bernstein-von Mises定理，并应用于高斯和Besov-Laplace先验，验证了其有效性和不确定性量化。

Comments 43 pages, 5 figures, 2 tables

2312.04357 2026-07-03 math.AT 版本更新 50%

Circular Max-Flow for Periodic Data via Reeb Graphs

基于Reeb图的周期数据环形最大流

Matteo Pegoraro, Lisbeth Fajstrup

专题命中扩散模型：diffusion(abstract)

AI总结针对周期性边界条件数据，利用Reeb图将空间几何简化为有向一维隧道网络，并引入容量约束定义环形最大流，通过线性优化求解，无需指定进出口。

2606.29557 2026-07-02 math.PR math-ph math.MP 版本更新 50%

Propagation of chaos for Belavkin equations beyond pure states

Belavkin方程在纯态之外的混沌传播

Gaoyue Guo

专题命中扩散模型：diffusion(abstract)

AI总结针对N个相互作用的密度矩阵值扩散系统，证明了平均场极限下的混沌传播，涵盖混合初态和所有测量效率，通过纯化论证、膨胀、条件期望等方法给出显式迹范数界。

2606.01308 2026-07-02 cond-mat.mtrl-sci 版本更新 50%

Orbital Hall effect-driven spin-orbit torque enhancement in Ti-based systems via rare-earth interface engineering

Ti基体系中通过稀土界面工程实现轨道霍尔效应驱动的自旋轨道转矩增强

Rohiteswar Mondal, Chennoju Raghu, Animesh Baral, Arabinda Haldar, Chandrasekhar Murapaka

专题命中扩散模型：diffusion(abstract)

AI总结本研究通过在Ti轨道源和Co铁磁体之间插入Gd中间层，利用轨道霍尔效应将轨道电流转化为自旋轨道转矩，实现了五倍的转矩效率提升，并揭示了轨道扩散长度超过20 nm。

Comments 15 PAGES, 3 FIGURES

2503.04985 2026-07-02 quant-ph 版本更新 50%

Quantum Secure Authentication with Color Centers in Diamond

在钻石中使用颜色中心实现安全的量子令牌处理

Yannick Strocka, Mohamed Belhassen, Tim Schröder, Gregor Pieplow

专题命中扩散模型：diffusion(abstract)

AI总结本文提出了一种量子令牌方案，其中令牌是确保安全认证或支付的量子态。基于Wiesner的量子货币概念，令牌通过单光子源生成的多量子比特态编码，并传输到持有量子内存寄存器的用户。通过利用高度高效的锯鱼纳米光子晶体腔的状态依赖反射，以及通过光π/8脉冲脉冲序列实现高保真的分数量子门，设计实现了在现实操作条件下门保真度超过99%。我们还分析了微波控制，这虽然延长了存储时间，但降低了操作速率。我们严格研究了有限光子带宽、腔体设计参数、光谱扩散和控制不完美对整体性能的影响。我们的综合模型表明，随着近期设备效率和转换率的改进，令牌接受率可以接近MHz范围的短距离通信链路，同时仍能抵御最优克隆攻击。这些发现为将不可伪造的量子令牌整合到更大规模的量子网络中铺平了道路，从而显著增强未来量子网络应用的安全性。

Comments 19 pages, 10 figures

2604.16627 2026-07-02 eess.SY cs.SY 版本更新 50%

Scaling and Analytical Approximation of Porous Electrode Theory for Reaction-limited Batteries

可扩展性与解析近似法在反应受限电池中多孔电极理论的分析

Shakul Pathak, Martin Z. Bazant

专题命中扩散模型：diffusion(abstract)

AI总结本文提出一种多孔电极理论的可扩展性与解析近似框架，通过简化模型和四个无量纲数描述电池性能，验证了其在实际电池中的有效性。

2603.00827 2026-07-02 math.ST stat.TH 版本更新 50%

Minimax convergence rates of a binary plug-in type classification procedure for time-homogeneous SDE paths under low-noise conditions

低噪声条件下时齐SDE路径的二元插入式分类过程的极小化极大收敛速率

Eddy Michel Ella-Mintsa

专题命中扩散模型：diffusion(abstract)

AI总结针对SDE路径的分类问题，本文在低噪声条件下建立了基于Holder空间的更快收敛速率，并给出了指数不等式和风险下界。

Comments 41 pages

2602.22428 2026-07-02 cs.LG cs.AI 版本更新 50%

Calibrated Test-Time Guidance for Bayesian Inference

校准的测试时引导用于贝叶斯推理

Daniel Geyfman, Felix Draxler, Jan Groeneveld, Hyunsoo Lee, Theofanis Karaletsos, Stephan Mandt

机构 * Seoul National University, Seoul, South Korea（首尔大学）； Chan-Zuckerberg Initiative, Redwood City, CA, USA（陈-扎克伯格倡议）

专题命中扩散模型：diffusion(abstract)

AI总结针对测试时引导方法无法从真实贝叶斯后验采样的问题，提出一致替代估计器实现校准采样，在贝叶斯推理任务上显著优于先前方法，并在黑洞图像重建中取得新SOTA PSNR。

Comments Accepted to ICML 2026. Code is available at https://github.com/mandt-lab/Calibrated-Guidance

2602.03082 2026-07-02 cs.LG cs.SY eess.SY math.OC 版本更新 50%

Geometry-Preserving Neural Architectures on Manifolds with Boundary

保持几何结构的边界流形神经架构

Karthik Elamvazhuthi, Shiba Biswal, Kian Rosenblum, Arushi Katyal, Tianli Qu, Grady Ma, Rishi Sonthalia

机构 * Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）； Boston College（波士顿学院）

专题命中扩散模型：diffusion(abstract)

AI总结本文提出统一框架分类几何保持神经架构，针对prox-regular约束集（含边界光滑流形）证明投影神经ODE、中间增强和最终增强架构的逼近定理，实验表明最终增强架构更优。

2510.25601 2026-07-02 hep-ph nucl-th 版本更新 50%

Out-of-equilibrium contributions to charm hadrons in a fluid-dynamic approach

流体动力学方法中非平衡贡献对粲强子的影响

Rossana Facen, Federica Capellino, Eduardo Grossi, Andrea Dubla, Silvia Masciocchi

专题命中扩散模型：diffusion(abstract)

AI总结基于粲夸克在夸克-胶子等离子体中流体动力学描述的适用性，本研究通过计算粲强子分布函数的非平衡贡献扩展了该框架，包括自由流相后的初始非平衡分布和流体动力学中的冻结出表面修正，从而精确计算不同空间扩散系数下的粲强子产额和横动量分布，为系统确定粲输运系数提供基础。

Comments 18 pages, 9 figures, GitHub repository at: https://github.com/fafafrens/Fluidum.jl

2509.25472 2026-07-02 q-fin.PM math.PR q-fin.MF 版本更新 50%

Exponential Hedging for the Ornstein-Uhlenbeck Process in the Presence of Linear Price Impact

存在线性价格冲击下的Ornstein-Uhlenbeck过程的指数对冲

Yan Dolinsky

专题命中扩散模型：diffusion(abstract)

AI总结研究线性临时价格冲击下的连续时间指数效用最大化问题，针对Ornstein-Uhlenbeck扩散过程的风险资产，通过概率对偶方法计算最优投资组合策略及对应值。

2504.02839 2026-07-02 q-bio.BM cs.LG 版本更新 50%

PETIMOT: A Novel Framework for Inferring Protein Motions from Sparse Data Using SE(3)-Equivariant Graph Neural Networks

PETIMOT：一种利用SE(3)-等变图神经网络从稀疏数据推断蛋白质运动的新框架

Valentin Lombard, Julien Nguyen Van, Sergei Grudinin, Elodie Laine

机构 * Department of Computational, Quantitative, and Synthetic Biology (CQSB), UMR 7238 IBPS, Sorbonne Université, CNRS（索邦大学国家科学研究中心计算、定量与合成生物学系（CQSB），UMR 7238 IBPS）； Univ. Grenoble Alpes, CNRS, Grenoble INP, LJK（格勒诺布尔阿尔卑斯大学国家科学研究中心格勒诺布尔国立理工学院让·库尔实验室（LJK））； Institut universitaire de France (IUF)（法国大学研究院（IUF））

专题命中扩散模型：diffusion(abstract)

AI总结提出PETIMOT框架，利用SE(3)-等变图神经网络和预训练蛋白质语言模型，从稀疏实验数据推断蛋白质连续紧凑运动表示，在捕捉大/慢构象变化方面优于扩散、流匹配及传统物理模型。

Journal ref LMRL Workshop at ICLR 2025; Acta Crystallographica Section D 2026

2606.28936 2026-07-01 math.AP 版本更新 50%

Hydrodynamic limit from nonlinear Fokker--Planck to barotropic Euler equations

从非线性Fokker-Planck到正压Euler方程的流体动力学极限

José A. Carrillo, Dowan Koo

专题命中扩散模型：diffusion(abstract)

AI总结针对退化扩散的非线性Fokker-Planck方程，利用相对熵方法和广义对数Sobolev不等式，建立了到正压Euler方程（含幂律压力）的流体动力学极限。

Comments 24 pages; fixed typos

2510.09204 2026-07-01 cs.RO cs.LG 版本更新 50%

Flow-Opt: Scalable Centralized Multi-Robot Trajectory Optimization with Flow Matching and Differentiable Optimization

Flow-Opt: 用于多机器人轨迹优化的可扩展集中式方法，结合流匹配与可微优化

Simon Idoko, Prajyot Jadhav, Arun Kumar Singh

机构 * University of Tartu（塔尔图大学）

专题命中扩散模型：diffusion(abstract)

AI总结本文提出Flow-Opt，通过生成模型与可微优化提升集中式多机器人轨迹优化的计算效率，实现快速生成数十机器人在复杂环境中的平滑轨迹，并支持批量处理与多样化路径生成。

2604.14750 2026-07-01 cond-mat.mtrl-sci 版本更新 50%

Morphological Transition: From Meanders to Mound Structures

形态转变：从蛇形图案到丘陵结构

Marta A. Chabowska, Hristina Popova, Magdalena A. Załuska-Kotur

专题命中扩散模型：diffusion(abstract)

AI总结研究通过晶界元胞自动机模型探讨了平表面和倾斜表面在生长过程中从蛇形图案到三维丘陵结构的形态演变，揭示了能量壁垒与质子扩散的竞争作用。

Comments 14 pages, 11 figures + supplementary materials

Journal ref Acta Materialia 316, 122477 (2026)

2604.14410 2026-07-01 eess.SY cs.SY math.OC 版本更新 50%

Integrated Investment and Policy Planning for Power Systems via Differentiable Scenario Generation

通过可微场景生成实现电力系统的投资与政策规划整合

Robert Mieth

专题命中扩散模型：diffusion(abstract)

AI总结本文提出一种方法，联合优化电力系统容量规划决策与政策投资，通过可微场景生成技术提升规划模型的求解效率。

Comments Accepted to PowerUp 2026

2604.09344 2026-07-01 cs.SD eess.AS 版本更新 50%

DialogueSidon: Recovering Full-Duplex Dialogue Tracks from In-the-Wild Dialogue Audio

DialogueSidon: 从真实场景对话音频中恢复全双工对话轨道

Wataru Nakata, Yuki Saito, Kazuki Yamauchi, Emiru Tsunoo, Hiroshi Saruwatari

机构 * The University of Tokyo（东京大学）； National Institute of Advanced Industrial Science and Technology (AIST)（国立研究开发法人产业技术综合研究所）

专题命中扩散模型：diffusion(abstract)

AI总结 DialogueSidon通过联合恢复与分离降质单通道对话音频，提升识别与分离质量，并实现更快推理。

Comments 12 pages, 2 figures, Accepted to SIGDIAL2026

2604.02914 2026-07-01 cond-mat.stat-mech 版本更新 50%

Hamiltonian flocks: Time-Reversal Symmetry and its consequences

哈密顿蜂群：时间反演对称性及其后果

Mathias Casiulis, Leticia F. Cugliandolo

专题命中扩散模型：diffusion(abstract)

AI总结研究哈密顿蜂群中时间反演对称性的扩展，揭示其对平衡系统波动-耗散定理的影响及非平衡系统中极性自由度的混合效应。

Comments 65 pages (22 pages of main text and 43 of appendices), 8 figures

2603.21210 2026-07-01 cs.LG cs.CE 版本更新 50%

Pretrained Video Models as Differentiable Physics Simulators for Urban Wind Flows

预训练视频模型作为可微物理模拟器用于城市风流

Janne Perini, Rafael Bischof, Moab Arar, Ayça Duran, Michael A. Kraus, Siddhartha Mishra, Bernd Bickel

机构 * ETH Zurich（苏黎世联邦理工学院）； Tel Aviv University（特拉维夫大学）； TU Darmstadt（达姆施塔特工业大学）

专题命中扩散模型：diffusion(abstract)

AI总结本文提出WinDiNet，一种预训练视频扩散模型，用于快速模拟城市风流，通过反向传播优化建筑布局以提升风安全性和行人舒适度。

2501.13672 2026-07-01 math.NA cs.NA math.AP math.CA math.FA 版本更新 50%

Numerical Analysis of differential equations on weighted Sobolev spaces: beyond classical orthogonal polynomials

加权Sobolev空间上微分方程的数值分析：超越经典正交多项式

Maxime Breden, Hugo Chu

专题命中扩散模型：diffusion(abstract)

AI总结本文为加权Sobolev空间上的微分方程数值分析奠定数学基础，通过分解主导线性分量实现基于正交多项式的求解，并提出新的Sobolev正交多项式概念，应用于Gross-Pitaevskii方程和随机共振的严格证明。

Comments added a computer-assisted proof of stochastic resonance

2602.08566 2026-07-01 cond-mat.soft cond-mat.stat-mech 版本更新 50%

Homing through Reinforcement Learning

通过强化学习实现归巢

Riya Singh, Pratikshya Jena, Anish Kumar, Shradha Mishra

专题命中扩散模型：diffusion(abstract)

AI总结提出强化学习框架模拟连续二维域中的自适应归巢，发现平均归巢时间随旋转扩散强度呈非单调变化，且RL智能体比主动布朗粒子更快、更定向。

2512.13987 2026-07-01 physics.ao-ph 版本更新 50%

An intercomparison of generative machine learning methods for downscaling precipitation at fine spatial scales

用于精细空间尺度降水降尺度的生成式机器学习方法比较

Neelesh Rampal, Bryn Ward-Leikis, Yun Sing Koh, Peter B. Gibson, Hong-Yang Liu, Vassili Kitsios, Tristan Meyers, Jeff Adie, Yang Juntao, Steven C. Sherwood

专题命中扩散模型：diffusion(abstract)

AI总结比较GAN、流匹配和扩散模型在降尺度日降水中的表现，发现扩散和流匹配生成更高保真度预测和更好校准的集合，但多数方法低估极端降水的气候变化信号。

Comments 34 pages, 9 Figures, 4 Supplemental Figures

2508.05968 2026-07-01 cond-mat.mtrl-sci 版本更新 50%

Revisiting $μ$SR Studies of Ion Dynamics in the Light of Extended Kubo-Toyabe Model

重新审视扩展Kubo-Toyabe模型下的离子动力学μSR研究

Takashi U. Ito, Ryosuke Kadono

专题命中扩散模型：diffusion(abstract)

AI总结通过扩展动态Kubo-Toyabe函数描述共存动态与静态内磁场下的自旋弛豫，重新评估Na_xCoO_2中的μ±SR数据，否定了传统钠离子扩散解释，支持μ+自扩散场景，并解决了基于dKT函数的μSR研究中长期存在的经典过势垒跳跃机制不一致问题。

Comments 6 pages, 3 figures

Journal ref Journal of Physics: Conference Series 3222, 012009 (2026)

2503.12189 2026-07-01 math.PR 版本更新 50%

Stein's method for models with general clocks: A tutorial

一般时钟模型的Stein方法：教程

Anton Braverman, Ziv Scully

专题命中扩散模型：diffusion(abstract)

AI总结本文教程介绍Stein方法的生成元比较法，用于分析一般时钟驱动的马尔可夫模型的扩散近似，并给出非渐近误差界，通过排队系统实例展示其应用。

Comments The content of this paper was merged into submission arXiv:2407.12716

2601.10474 2026-06-30 math.NA cs.NA 版本更新 50%

Optimal error estimates for a discontinuous Galerkin method on curved boundaries with polygonal meshes

针对曲边边界上多边形网格的不连续伽辽金方法的最优误差估计

Adérito Araújo, Milene Santos

专题命中扩散模型：diffusion(abstract)

AI总结本文研究了在曲边边界上使用多边形网格的不连续伽辽金方法，通过多项式重构边界数据的方法，证明了在合适正则性假设下，该方法在二维线性对流-扩散-反应问题中实现最优收敛性。

Comments 42 pages, 6 figures

2605.10938 2026-06-29 cs.CL cs.AI cs.LG 版本更新 50%

ELF: Embedded Language Flows

ELF：嵌入式语言流

Keya Hu, Linlu Qiu, Yiyang Lu, Hanhong Zhao, Tianhong Li, Yoon Kim, Jacob Andreas, Kaiming He

机构 * MIT（麻省理工学院）

专题命中扩散模型：diffusion(abstract)

AI总结本文提出ELF，一种基于连续时间流匹配的连续嵌入空间扩散模型，通过最小调整即可在离散领域有效工作，实验显示其在生成质量与采样步骤上优于现有模型。

Comments Tech report. arXiv v2: add distillation results in Appendix B. https://linlu-qiu.github.io/assets/html/elf_pd.html

2604.03778 2026-06-29 quant-ph 版本更新 50%

Interaction with the Environment via Random Matrices and the Emergence of Classical Field Theory

通过随机矩阵与环境相互作用及经典场论的出现

Alexey A. Kryukov

专题命中扩散模型：diffusion(abstract)

AI总结将经典粒子动力学的随机矩阵框架扩展到量子场，证明经典场方程可从薛定谔动力学的切向分量涌现，无需相干态或非幺正坍缩。

1. 扩散模型 1402 篇

A Perturbation-Correction Method Based on Local Randomized Neural Networks for Quasi-Linear Interface Problems

Scaling to Multimodal and Multichannel Heart Sound Classification with Synthetic and Augmented Biosignals

Latent Policy Barrier: Learning Robust Visuomotor Policies by Staying In-Distribution

Semiparametric Bernstein-von Mises theorems for reversible diffusions

Circular Max-Flow for Periodic Data via Reeb Graphs

Propagation of chaos for Belavkin equations beyond pure states

Orbital Hall effect-driven spin-orbit torque enhancement in Ti-based systems via rare-earth interface engineering

Quantum Secure Authentication with Color Centers in Diamond

Scaling and Analytical Approximation of Porous Electrode Theory for Reaction-limited Batteries

Minimax convergence rates of a binary plug-in type classification procedure for time-homogeneous SDE paths under low-noise conditions

Calibrated Test-Time Guidance for Bayesian Inference

Geometry-Preserving Neural Architectures on Manifolds with Boundary

Out-of-equilibrium contributions to charm hadrons in a fluid-dynamic approach

Exponential Hedging for the Ornstein-Uhlenbeck Process in the Presence of Linear Price Impact

PETIMOT: A Novel Framework for Inferring Protein Motions from Sparse Data Using SE(3)-Equivariant Graph Neural Networks

Hydrodynamic limit from nonlinear Fokker--Planck to barotropic Euler equations

Flow-Opt: Scalable Centralized Multi-Robot Trajectory Optimization with Flow Matching and Differentiable Optimization

Morphological Transition: From Meanders to Mound Structures

Integrated Investment and Policy Planning for Power Systems via Differentiable Scenario Generation

DialogueSidon: Recovering Full-Duplex Dialogue Tracks from In-the-Wild Dialogue Audio

Hamiltonian flocks: Time-Reversal Symmetry and its consequences

Pretrained Video Models as Differentiable Physics Simulators for Urban Wind Flows

Numerical Analysis of differential equations on weighted Sobolev spaces: beyond classical orthogonal polynomials

Homing through Reinforcement Learning

An intercomparison of generative machine learning methods for downscaling precipitation at fine spatial scales

Revisiting $μ$SR Studies of Ion Dynamics in the Light of Extended Kubo-Toyabe Model

Stein's method for models with general clocks: A tutorial

Optimal error estimates for a discontinuous Galerkin method on curved boundaries with polygonal meshes

ELF: Embedded Language Flows

Interaction with the Environment via Random Matrices and the Emergence of Classical Field Theory