图像生成

Probing disk dynamics and dust evolution through shadows in protoplanetary disks: A case study of the HD 142527 disk

通过原行星盘中的阴影探测盘动力学和尘埃演化：以HD 142527盘为例

Yuya Fukuhara, Ryuta Orihara, Satoshi Okuzumi, Takayuki Muto

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过构建三维模型估计原行星盘冷却时间尺度，进而推断尘埃表面密度和粒径，以HD 142527盘为例，发现其北部阴影区域冷却时间尺度及最大粒径，还满足垂直剪切不稳定性条件，为约束尘埃粒径提供有效工具，可用于其他过渡盘。

Comments 25 pages, 21 figures, 2 tables, submitted to PASJ

Fluctuation dynamics in randomly advected Navier-Stokes equations below critical scaling

低于临界标度的随机平流纳维 - 斯托克斯方程中的涨落动力学

Arnaud Debussche, Martina Hofmanová

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究随机平流纳维 - 斯托克斯方程，引入双参数模型族。在完全亚临界情形下证明大数定律，二维中更强假设下确定主导涨落，给出解的收敛情况及涨落特性。

A Projected Drift-Randomized Milstein Method for SDEs with Non-differentiable and Super-linear Drift Coefficients

一种用于具有不可微和超线性漂移系数的随机微分方程的投影漂移随机化米尔斯坦方法

Shuai Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对不可微且超线性增长漂移系数的随机微分方程，提出投影漂移随机化米尔斯坦方法，通过纳入漂移投影扩展方法，在特定条件下建立稳定性估计与残差界，实现L2意义下一阶强收敛，数值实验验证了收敛率与适用性。

Recovery of a Measure-valued Source in the Heat Equation from Sparse Boundary Measurements

从稀疏边界测量中恢复热方程中的测度值源

Ulysse Dalmasso, Siyu Cen, Yavar Kian

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究从稀疏边界测量中唯一确定测度值源的逆源问题，结合正则性等分析工具及数值研究，将相关文献从点源或\(L^2\)源扩展到一般拉东测度，实现点源和曲线上源的重建。

Loss of positive definiteness is a symptom, not the cause, of high-Weissenberg-number breakdown

正定的丧失是高魏森贝格数崩溃的症状，而非原因

Yuan Yu, Lanjin Lian, Feiyang Chu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究高魏森贝格数下数值崩溃问题，推导不定状态定量理论，通过多种测试和分析得出正定丧失非崩溃必要充分条件，离散耦合路径起决定作用，违反是分辨率指标并提供监测器。

Differentiable Cardiac Electrophysiology Simulations for Dynamical State and Parameter Estimation

用于动态状态和参数估计的可微心脏电生理模拟

Adarsh Pashikanti, Shrey Chowdhary, Alex Ho, Weizhen Li, Emilia Entcheva, Jan Christoph

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究心脏电生理模拟，提出可微模拟方法，通过定义损失函数并经基于梯度的优化最小化，结合有限差分法和平滑粒子流体动力学方法，能学习参数恢复动态，可应用于多种数据，有助于心律异常诊断及心脏个性化模型发展。

A Flickering Resonance Degeneracy on Entropy-Ruled Charge Transport in the Extended Hopping Sites for Biological Systems: Role of Static-to-Dynamic Disorder Transition

生物系统扩展跳跃位点中熵主导电荷传输的闪烁共振简并：静态到动态无序转变的作用

K. Navamani, M. Pavalamuthu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究生物系统电荷传输，提出闪烁共振耦合熵主导电荷传输理论，用于计算转移速率和扩散迁移率，考虑动态无序相关简并对电子转移速率和扩散迁移率的影响，揭示超快动力学和简并情况下迁移率的转变。

Comments 18 pages, 5 Figures

From Vector Autoregressions to AI-based Time Series Forecasting: A Review

从向量自回归到基于人工智能的时间序列预测：综述

Likai Chen, Weining Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该综述围绕时间序列预测展开，聚焦基于人工智能的三大进展，通过给定过去情况下未来的条件分布与向量自回归传统相联系，围绕高维度、非平稳性和非线性挑战展开，指出现代方法虽有进展但缺相关工具，还概述了计量经济学工具重要的开放问题。

Conditional Generative Learning Enabled Wireless UAV Sensing and Tracking via Point Cloud Imaging

基于点云成像的条件生成学习实现无线无人机感知与跟踪

Xinhong Dai, Yuan Gao, Hao Jiang, Xiaojun Yuan, Xin Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究无人机感知与跟踪问题，提出AUGUST方法，集成条件信道编码与生成解码模块，通过位置和信噪比嵌入及加权训练目标的扩散模型，实现更准确的无人机点云重建与定位，提升对其姿态和形状信息的捕获能力。

Comments 16pages, 13figures

BridgeFlow: Fast and Robust SE(2)-Equivariant Motion Planning with Flow Matching

BridgeFlow：基于流匹配的快速且鲁棒的 SE(2) 等变运动规划

Xinzhe Zhou, Xuyang Wang, Xiaoming Duan, Jianping He

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对机器人运动规划中刚体变换等变性难题，提出BridgeFlow框架，通过轻量级模块实现等变性，结合布朗桥信息先验与最优传输加速推理，并嵌入环境感知，相比基线有速度和轨迹率优势，可稳健泛化。

Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 7 figures

NavCMPO: Critic-Guided MeanFlow Policy Optimization for Adaptive Navigation

NavCMPO：用于自适应导航的评论家引导的平均流策略优化

Junjie An, Yi Wu, Xiao Liu, Yiqun Zhou, Yuechen Wu, Xiaoqing Guan, You Wang, Guang Li

机构 * Zhejiang University（浙江大学） ； Shandong University（山东大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对无地图视觉导航中策略的问题，提出NavCMPO框架，结合平均流轨迹生成、评论家引导细化和强化学习微调。在InternVLA - N1基准上有高成功率且降低推理延迟，并在Unitree Go2上实现有效模拟到现实的迁移。

Comments Accepted for presentation at IROS 2026

Learning reduced-order latent linear models for Kalman filtering of nonlinear systems

学习用于非线性系统卡尔曼滤波的降阶潜线性模型

Manas Mejari, Milad Banitalebi Dehkordi, Dario Piga

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对高维非线性系统状态估计，提出端到端学习框架，用自动编码器神经网络和降阶线性时不变模型联合训练，学习面向任务的降阶模型，基于可微卡尔曼滤波器最小化多目标损失，并用共形预测量化性能差距，在热扩散基准测试中验证。

Comments 8 pages, 4 figures, preprint accepted for publication in the proceedings of the 2026 65th IEEE Conference on Decision and Control (CDC), Hawaii, USA

Trajectory-Aware Flow Matching for Topology Optimisation

用于拓扑优化的轨迹感知流匹配

Shusheng Xiao, Jinshuai Bai, Hyogu Jeong, Yunfei Xi, Yilin Gui, YuanTong Gu

机构 * School of Mechanical, Medical and Process Engineering, Queensland University of Technology（昆士兰科技大学机械、医学与过程工程学院） ； Institute of Biomechanics and Medical Engineering, AML, Department of Engineering Mechanics, Tsinghua University（清华大学工程力学系生物力学与医学工程研究所） ； School of Civil and Environmental Engineering, Queensland University of Technology（昆士兰科技大学土木与环境工程学院） ； State Key Laboratory of Advanced Environmental Technology, Guangzhou Institute of Geochemistry, Chinese Academy of Sciences（中国科学院广州地球化学研究所环境技术重点实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对拓扑优化中成本高、现有模型依赖复杂方法的问题，开发基于流匹配的拓扑优化（FMTO）框架，通过轨迹感知公式将物理引导优化历史纳入生成流学习，经分析和示例验证其能提升性能，适用于二维及三维问题。

Sharp lifespan estimates and a Huygens-type effect for one-dimensional Nakao's problem

一维中尾问题的精确寿命估计和惠更斯型效应

Wenhui Chen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究一维中尾问题小数据解寿命，对紧支集初始数据建立寿命下限，在特定假设下与上限匹配，利用惠更斯型效应改进下限，通过结合阻尼分量估计与达朗贝尔公式证明。

A new strategy for physics-informed neural networks based on hierarchical collocation point refinement

基于分层配置点细化的物理信息神经网络新策略

Minjae Choi, Dukhwan Shin, Youngsoo Yang, Eunjung Lee

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对物理信息神经网络训练成本高的问题，提出基于分层配置点细化的MPU-PINNs策略，先粗后细训练并结合缩放技术，经实验验证该策略能大幅减少训练时间，提升计算效率与可扩展性。

The Swapping Mechanism for Interacting Diffusions: Framework, Comparison with Switching, and an Exactly Solvable Example

相互作用扩散的交换机制：框架、与切换的比较及一个精确可解示例

José Julián Díaz-Pérez, Roberto Mulet

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究两个相互作用跳跃扩散过程的交换机制，开发严格框架，建立相关性质，通过对称恒等式联系交换与状态切换，对比两者差异，给出精确可解示例并分析其性质，揭示不对称性、扩散率修正及收敛率等。

Exploring 2D turbulent properties in anisotropic and disordered Fourier space: Insights into inverse cascades and universal superdiffusion from randomly sampled triadic interaction

在各向异性和无序傅里叶空间中探索二维湍流特性：从随机采样的三元相互作用洞察反向级联和普遍超扩散

Francesco Carbone, Sergio Servidio

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究在“低密度”伽辽金截断系统中二维湍流特性，通过在傅里叶空间采样有序和无序三元组调节各向异性等，揭示双级联，发现粒子对分离有超扩散标度，各向异性影响涡度场及扩散幅度，保留光谱相互作用维持超弹道分离。

Computational studies of giant edge islands and unpaired X-points in HSX and W7-X by manipulating coil currents

通过操纵线圈电流对HSX和W7-X中巨型边缘岛和未配对X点的计算研究

Robert Davies, Dieter Boeyaert, Alexis Wolfmeister, Benedikt Geiger, Georg Harrer, Joachim Geiger

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究通过降低HSX主线圈6和W7-X非平面线圈5电流获得巨型岛链磁结构，用EMC3-Lite找相关构型，虽不知其对偏滤器性能是否有利，但证明该状态可获且现有机器能灵活开展边缘研究。

Comments 23 pages, 14 figures

Boosting Perovskite Light-Emitting Diodes Performance by Introducing High Work-function Metal Transition Layer

通过引入高功函数金属过渡层提高钙钛矿发光二极管性能

Laixiang Qin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究阳极功函数对全无机PeLED器件性能的影响，通过在ITO与NiOx间插入高功函数金属层降低空穴注入势垒，如2nm厚Au可使发光强度提升超18倍，为提高PeLED亮度开辟新途径且与大规模制造工艺兼容。

Comments The insertion of a high work function metal layer between hole transport layer and anode helps to boost the hole injection in PeLED, leading to substantially enhanced luminance in PeLED

Catalytic Crosstalk: Cooperative Enzyme Dynamics in Artificial Crowded Environments

催化串扰：人工拥挤环境中的协同酶动力学

Rik Chakraborty, Manisha Jhajhria, Arnab Maiti, Nividha, Priyanka, Snigdha Thakur, Krishna Kanti Dey

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究人工拥挤环境中过氧化氢酶和脲酶的催化串扰，通过实验发现二者共定位时相互增强催化活性和动态行为，建模提出模拟框架捕捉协同作用，揭示酶间合作可抵消拥挤有害影响维持酶效率。

Comments 6 pages, 5 figures

Efficient Text-to-Audio Generation via Pruning

通过剪枝实现高效的文本到音频生成

Arshdeep Singh, Yi Yuan, Yun Chen, Wenwu Wang, Mark D. Plumbley

机构 * King's College London (KCL)（伦敦国王学院） ； University of Surrey（萨里大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对基于扩散的文本到音频生成模型AudioLDM计算成本高的问题，应用模型剪枝提高其计算效率，通过分析参数冗余和评估剪枝策略，经实验验证可大幅减少参数和运算量，且能在一定程度上恢复对特定声音事件的生成能力。

Comments Submitted to DCASE 2026 Workshop

AI-Augmented Adaptive Digital Twin Modeling for Brain Tumor Evolution Prediction and Treatment Scheduling

用于脑肿瘤进化预测和治疗计划安排的人工智能增强自适应数字孪生建模

Wenxi Liu, Michael Trimboli, Xianqi Li

机构 * Florida Institute of Technology（佛罗里达理工学院） ； Department of Mathematics and Systems Engineering（数学与系统工程系） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对脑肿瘤进化预测和治疗计划难题，提出人工智能增强自适应数字孪生框架，集成多种模型与方法。实验表明该框架能有效提升预测准确性，降低肿瘤负荷，为患者特异性治疗优化提供统一框架，奠定向现实治疗计划转化基础。

Heavy-Tailed Flow Matching via Random Clocks

通过随机时钟进行重尾流匹配

Zhouhao Yang, Yezhen Wang, Kenji Kawaguchi, Vladimir Braverman, Haoyang Cao

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究重尾数据匹配问题，提出HTFM框架，将重尾源视为时钟条件高斯源混合，用截断对数签名特征编码时钟。实验显示其在多领域优于高斯流匹配等基线，保留低NFE采样优势，还提供尾部控制接口。

Exploring the Alignment of Generation and Understanding in Protein Structure Modeling

探索蛋白质结构建模中生成与理解的对齐

Junde Xu, Yuansheng Huang, Zijun Gao, Lihang Liu, Xiaoming Fang, Yu Kang, Jiezhong Qiu, Pheng Ann Heng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究蛋白质结构建模中生成与理解的对齐问题，通过基准测试发现现有生成模型表现不佳，受REPA框架启发提出训练时使生成模型与理解模型对齐，实验表明该方法显著提升功能蛋白质生成。

Concurrent Image Understanding and Generation: Self-Correcting Coupled Markov Jump Processes

并发图像理解与生成：自校正耦合马尔可夫跳跃过程

Minh-Quan Le, Armand Comas, Alexandros Lattas, Stylianos Moschoglou, Pedro Vélez, Amit Raj, Aaron Germuth, Thabo Beeler, Dimitris Samaras, Di Qiu

机构 * Stony Brook University（纽约州立大学石溪分校） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对人类认知中理解与生成的耦合循环，引入自校正耦合马尔可夫跳跃过程框架及$\texttt{CO}_\texttt{2}\texttt{Jump}$采样器，解决掩码扩散模型跨模态矛盾问题，创建多模态语料库，该方法在图像相关任务中性能优异，且性能随去噪步骤数提升。

Comments Project page: https://coupled-jump.github.io

Rearranged Stochastic Heat Equations with an Entropy Gradient Structure

具有熵梯度结构的重排随机热方程

Francois Delarue, Rhoss Likibi Pellat

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究扩展概率测度空间上的一维扩散模型，通过重排随机热方程并加入熵驱动梯度下降项惩罚动力学，经分裂论证证明方程定义良好，还研究了相关动力学性质及解的密度等，保留了随机热方程的平滑性质。

Comments 53 pages, 0 figure

Load Balancing with Individually Heterogeneous Servers

具有个体异构服务器的负载均衡

Burak Büke, Arpan Mukhopadhyay, Özge Tekin

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究具有个体异构服务器的系统中JSQ负载均衡策略的扩散极限，基于测度值过程开发框架统一分析，确定区分不同平局决胜规则性能的关键对象，找到渐近最优的平局决胜规则并通过耦合比较证明结果。

Comments 70 pages, 3 figures

Existence, Uniqueness, and Pathwise Regularity for Multidimensional Semilinear SPDEs with Locally Lipschitz Coefficients and Rough Initial Data

具有局部Lipschitz系数和粗糙初始数据的多维半线性随机偏微分方程的存在性、唯一性和路径正则性

Jitendra Nath Naik, Lok Pati Tripathi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究由乘性噪声驱动、具粗糙初始数据的多维半线性随机演化方程，在系数全局Lipschitz时建解的适定性等，局部Lipschitz时证最大局部解相关性质，条件针对特定范数，可用于多种方程及处理奇异和非光滑初始数据。

Comments 46 pages

jQMC: A JAX-based ab initio quantum Monte Carlo package designed for GPU-accelerated computing

jQMC：一个基于JAX的用于GPU加速计算的从头算量子蒙特卡罗程序包

Kousuke Nakano, Michele Casula

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究介绍了基于Python的jQMC程序包，用于从头算QMC模拟。它实现了VMC和LRDMC算法，采用特定波函数，利用JAX进行自动微分等，支持多GPU并行化。经测试，在GPU上运行时比TurboRVB更快，不同算法有不同程度性能提升。

Comments 68 pages, 11 figures, 5 tables,

Using backscattered thermal neutrons to monitor boron concentration during BNCT: a Monte Carlo feasibility study

利用背散射热中子监测硼中子俘获治疗期间的硼浓度：蒙特卡罗可行性研究

Zirui Ye, Yuxin Wang, Meitong Wei, Xie George Xu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究BNCT中实时监测硼浓度的方法，用蒙特卡罗模拟评估背散射热中子作测量通道的可行性，通过薄LiF转换探测器捕获相关场，经差分成像和RDSR量化，得出其在体模中的相关特性及检测下限，为硼敏感测量概念奠定物理基础。

Comments 41 pages, 13 figures