图像生成

A Homogeneous Spectroscopic and Evolutionary Study of cool HgMn and hot Metallic A Stars

冷 HgMn 星和热金属 A 星的均匀光谱与演化研究

F. Kahraman Aliçavuş, E. Çelik, E. Niemczura

专题命中 扩散模型 ：diffusion(abstract)

AI总结 该研究对 HgMn 和 Am 子类恒星进行均匀光谱与演化分析，通过分析高分辨率光谱得出大气参数等，研究元素丰度温度依赖性，计算恒星演化模型，发现两类恒星可能占据重叠演化序列，需进一步分析检验子类间联系。

Comments Accepted for publication in MNRAS

Advanced Techniques in Stability Analysis of Trans-Neptunian Objects

海王星外天体稳定性分析的先进技术

Tamás Kovács

专题命中 扩散模型 ：diffusion(abstract)

AI总结 综述海王星外天体稳定性分析，结合经典与现代方法绘制相空间、分类轨道传输，机器学习作补充，指出基于哈密顿动力学的混合动态 - 统计框架是探索高维参数空间的最有前景方向。

Comments review manuscript, 35 pages, 13 figures

Improving Autonomous Nano-drones Performance via Automated End-to-End Optimization and Deployment of DNNs

通过深度神经网络的自动化端到端优化和部署提高自主纳米无人机性能

Vlad Niculescu, Lorenzo Lamberti, Francesco Conti, Luca Benini, Daniele Palossi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究如何通过自动化端到端优化和部署DNN提高自主纳米无人机性能，聚焦PULP-Dronet在Crazyflie 2.1纳米无人机上的部署，实现内存占用减少、推理时间加速，提升了无人机在避障、自由飞行和车道跟随等方面的性能，还开源了相关软件设计。

Comments 16 pages, 8 figures, 5 tables. This paper has been accepted for publication in the IEEE Journal on Emerging and Selected Topics in Circuits and Systems (JETCAS) copyright 2021 IEEE

MAMMOTH: A Multi-Modal End-to-End Policy for Off-Road Mobility Robust to Missing Modality

MAMMOTH：一种对缺失模态具有鲁棒性的越野移动多模态端到端策略

Ahaan Kotian, Shivani Subramanyan, Suresh Sundaram

机构 * Indian Institute of Science（印度科学研究所） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对非结构化越野环境自主导航难题，提出MAMMOTH多模态端到端策略。它融合多模态观测，用模态丢弃训练，还采用扩散策略学习联合概率分布，经实验验证性能优越，能提升避撞等能力及对缺失模态的泛化。

Comments Accepted to IROS 2026 Main Conference

SinAE: A Single-Architecture Flow-Matching Autoencoder for Cross-Domain Atomic Systems

SinAE：用于跨域原子系统的单架构流匹配自动编码器

Yuxuan Ren, Fan Yang, Jianhua Yao, Yatao Bian

机构 * National University of Singapore（新加坡国立大学） ； Tencent AI for Life Science Lab（腾讯生命科学人工智能实验室） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对小分子、晶体和蛋白质跨域生成管道分散问题，提出单架构流匹配自动编码器SinAE，用普通Transformer编码器和解码器，将重建负担转移到迭代流匹配解码器，实现跨域近无损重建，在生成基准测试中表现出色。

Comments conference

A hybrid analytical-PINN model for subsurface simulation of geothermal heat exchangers in heterogeneous underground

一种用于非均质地下地热换热器地下模拟的混合解析-PINN模型

Moke Rao, Thomas Hamacher, Smajil Halilovic

机构 * Technical University of Munich（慕尼黑工业大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究以钻孔换热器为奇异源的非均质土壤热问题，开发参数化物理信息神经网络，利用解析线源模型等特性，通过温度变化分解等步骤将原始问题重述，经训练得到通用校正器，数值测试验证了该方法的有效性。

Comments 29 pages, 18 figures

Mathematics of Data Science

数据科学的数学

Afonso S. Bandeira, Amit Singer, Thomas Strohmer

专题命中 扩散模型 ：diffusion(abstract)

AI总结 本书研究数据科学的数学基础，涵盖高维特性、多种分析方法如奇异值分解、线性回归等，以及图、网络、聚类等内容，为数据科学提供了全面的数学理论支撑。

Can deleterious mutations surf deterministic population waves?

有害突变能否借助确定性种群波动扩散？

Joao Luiz de Oliveira Madeira, Marcel Ortgiese, Sarah Penington

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究空间结构化种群中有害突变能否像中性突变那样借助确定性波动扩散。通过研究空间穆勒棘轮的确定性版本，分析有害突变分布、种群扩散速度，最终表明有害突变不能借助确定性波动扩散。

Comments 55 pages, 1 figure. This work was originally part of arXiv:2603.06478 and has been separated into a standalone manuscript

A Least Squares Weak Galerkin Finite Element Method for Fokker-Planck Type Equations

一种用于福克 - 普朗克型方程的最小二乘弱伽辽金有限元方法

Chunmei Wang, Shangyou Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对福克 - 普朗克型方程，提出最小二乘弱伽辽金有限元方法，利用最小二乘公式应对非光滑扩散张量问题，设计数值格式并给出理论基础，经数值实验验证其稳健性和性能。

Comments 18 pages,8 tables, 4 figures

Coercivity structure of positive-type memory: exact gaps, critical horizons, and singular limits

正型记忆的强制性结构：精确间隙、临界视界和奇异极限

Hiroki Ishizaka

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究退化情形下正型记忆扩散方程，探讨完全单调记忆项能否替代缺失强制性，给出否定答案并通过记忆强制性符号\(m\)等分析间隙，指出正型记忆非频率均匀强制性，用指数量化缺陷，还表明强制性结构在弱\(*\)收敛下不连续。

Strong order one-half convergence of a coupled tamed Euler--Peano scheme for reflected stochastic differential equations with super-linearly growing coefficients

具有超线性增长系数的反射随机微分方程的耦合驯服欧拉 - 皮亚诺格式的强二分之一阶收敛性

Ziheng Chen, Caiyun Hua, Meng Cai

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究有超线性增长系数的反射随机微分方程的强数值逼近，提出耦合驯服欧拉 - 皮亚诺格式，证明约束状态过程和边界调节器强收敛阶为1/2，数值实验验证了格式的约束保持性和理论收敛速率。

Comments 36 pages, 4 figures

Tangent-Space Multiscale Manifold Methods for Nonlinear Elliptic Problems

非线性椭圆问题的切空间多尺度流形方法

Mats G. Larson, Anna Persson

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对非线性非均匀椭圆问题，提出切空间多尺度流形方法，通过非线性重构粗状态表示细尺度解，建立粗方程，还有网络插值变体，记录相关特性，有条件控制局部化缺陷并证明其衰减。

A new model for runaway electron transport based on chaotic Hamiltonian systems

基于混沌哈密顿系统的逃逸电子输运新模型

Dániel Jánosi, Anikó Horváth, Hannes Bergström, Matthias Hölzl, Gergely Papp, Gábor Veres, Gergo I. Pokol, György Károlyi

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究遍历磁几何中逃逸电子输运，传统扩散模型有局限。基于混沌理论提出新模型，超越Rechester - Rosenbluth近似，考虑粘性区域影响，在Ullmann - Caldas图和JET模拟中适用性良好，拟合效果显著。

Coupled Shock Cooling and Radioactive Heating in the Type IIb Supernova SN 2024aecx: An Extended Envelope and Rapid Optical Decline

IIb型超新星SN 2024aecx中的耦合激波冷却和放射性加热：扩展包层与快速光学下降

Na Wei, Yu-Hao Zhang, Liang-Duan Liu, Guang-Lei Wu, Jing-Yao Li, Yun-Wei Yu, Ning-Chen Sun

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究IIb型超新星SN 2024aecx，用扩展版\texttt{TransFit}建模其多波段演化，拟合相关参数，推断出有效外半径等数据，支持激波冷却加放射性加热解释，指出其快速光学下降需超出简单放射性扩散的物理机制。

Comments 9 pages, 3 figures, 2 tables

Demystifying image-recovery from radio interferometers: toward a multiscale predictive model

揭开射电干涉仪图像恢复之谜：迈向多尺度预测模型

Dan Miao, Guang-Xing Li

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对射电干涉仪缺失短间距问题，引入CDD方法将图像分解为多尺度分量，通过实验发现干涉滤波响应可解耦，提出CDD-erf框架直接在图像域预测干涉图像，为模型与观测搭建定量桥梁。

Comments Accepted by APJS comments welcome

Evolution of Binaries Under Stochastic Perturbations

随机扰动下双星的演化

Andrea Caputo, Giovanni Maria Tomaselli, Chris Hamilton

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究随机扰动下开普勒双星的演化，通过福克-普朗克框架，针对绝热潮汐、白噪声潮汐及脉冲相遇三种情况给出轨道要素系数等，扩展了相关处理方法，还展示了方程在多天体物理场景的应用，提供了数学框架和实用工具包。

Comments 35 pages, 7 figures

BDFlow-3DRM: Height-Coherent 3D Radio Map Construction via Bi-Dynamical Flow Matching

BDFlow-3DRM：通过双动态流匹配构建高度相干的3D无线电地图

Jun Yu, Meixia Tao, Shu Sun

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对现有3D无线电地图构建方法对高度维度建模不足的问题，提出BDFlow-3DRM框架，通过双动态流匹配，从收发器高度输入学习表示，建模相邻层依赖关系，实验验证其有效性，相比基线降低误差与复杂度，有实际构建潜力。

LLM-Enhanced Dynamic Financial Knowledge Graphs for Cross-Entity Signal Propagation and alpha discovery

用于跨实体信号传播和阿尔法发现的大语言模型增强动态金融知识图谱

Lin Zhang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对传统金融NLP忽略跨实体信息扩散问题，开发基于大语言模型的金融测量和信号传播框架，构建动态金融知识图谱，通过社区感知机制传播信号，引入新金融信号及测试，实验表明该框架能准确恢复网络结构等，有增量预测能力。

Comments 36 pages, 7 figures

Mixture of Frames Policy: Multi-Frame Action Denoising for Bimanual Mobile Manipulation

帧混合策略：用于双手机器人移动操作的多帧动作去噪

Dian Wang, Jisang Park, Xiaomeng Xu, Han Zhang, Shuran Song, Jeannette Bohg

机构 * Stanford University（斯坦福大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究双手机器人移动操作中多帧动作去噪问题，提出帧混合策略（MoF），通过在多坐标框架同步去噪，维护规范扩散状态并融合噪声预测，在模拟和实际任务中均优于单帧基线。

MusicMark: A Robust Generative Watermarking Framework for Music Generation

MusicMark：一种用于音乐生成的鲁棒生成式水印框架

Seohwan Yun, Jeeyoung Yun, Yongjin Kim, Juyeon Lee, Sungwoong Kim

机构 * Korea University（韩国大学） ； Inha University（仁荷大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对人工智能音乐生成中水印溯源问题，现有方法多为事后处理且易受攻击。本文提出MusicMark，在生成时将水印嵌入语义潜在空间，通过水印适配器和联合目标训练，实验证明其在多种攻击下优于基线，翻唱攻击中也更具鲁棒性。

Comments Submitted to IEEE Transactions on Information Forensics and Security

Whole-Body Semantic-to-Actuation Grounding of Elephant-Inspired Soft-Trunk Motion via Lightweight Flow Matching

通过轻量级流匹配实现大象启发式软躯干运动的全身语义到驱动的基础

Tingcong Liu, Tongshun Chen, Siyi Ma, Yuhao Wang, Aye Phyu Phyu Aung, Ibrahim Alsarraj, J. Senthilnath, Bo An, Ke Wu

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对近距离人机交互中类似躯干机器人关联开放词汇响应难的问题，提出基于轻量级流匹配的全身语义到驱动基础框架，将多模态大语言模型响应转换为元组，参数化轨迹并采样运动，实验显示其提升关联正确性、减少推理时间，还提升了人机交互满意度。

Diachronic Sample Integration: Robust Tail-Risk Estimation with Generative Models

历时样本整合：使用生成模型进行稳健的尾部风险估计

Shuning Zhao, Patrick Wong, Leran Zhang, Xiaolin Hu

机构 * University of Melbourne（墨尔本大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对深度生成模型在风险敏感应用中尾部估计问题，提出历时样本整合（DSI）框架，通过整合随机训练轨迹各检查点样本，平均尾部波动，经理论形式化，实证显示其在固定预算下能大幅降低尾部估计误差，优于多种基线。

PIER-Flow: Physics-Informed Efficient Rectified Flow for Real-Time Mobile Robot Navigation

PIER-Flow：用于实时移动机器人导航的物理信息高效整流流

Shibo Li, Zhongcheng Wang, Jiahe Cao, Jianhua Yang, Ke Wu

机构 * School of Automation, Northwestern Polytechnical University（西北工业大学自动化学院） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究针对移动机器人在复杂环境下导航问题，提出PIER-Flow策略。通过将MPC专家知识融入常微分方程，利用并行潜在采样等实现单步动作生成，经物理信息训练目标及异步架构提升性能，在模拟和实际部署中均取得良好效果，显著加速规划并降低延迟。

Neural Discovery of Memory and Nonlocal Kernels in Integro-Differential Equations with Constrained Kolmogorov--Arnold Networks

利用约束柯尔莫哥洛夫 - 阿诺德网络对积分 - 微分方程中的记忆和非局部核进行神经发现

Aruzhan Tleubek, Salah A Faroughi

机构 * University of Utah（犹他大学） 纠错

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究从稀疏有噪观测中发现积分 - 微分方程的记忆和非局部核这一逆问题，提出基于可微求解器框架，用约束柯尔莫哥洛夫 - 阿诺德网络参数化并施加物理约束，经训练和符号回归得到表示，实验表明构造约束比软惩罚更具鲁棒性。

Small data global in-time existence for Nakao's problem in two and three space dimensions

二维和三维空间中中尾问题的小数据全局时间存在性

Wenhui Chen

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究二维和三维空间中的中尾问题，通过结合阻尼与无阻尼分量的相关公式及论证方法，建立小数据温和Sobolev解的全局时间存在性与唯一性，还得到相关估计，三维中避免对\(p\)的限制，且无阻尼分量散射到自由波。

Analysis-aware interface coarsening for elliptic problems driven by an equilibrated flux estimator

基于平衡通量估计器的椭圆问题分析感知界面粗化

Denise Grappein, Philipp Weder

专题命中 扩散模型 ：diffusion(abstract)

AI总结 针对椭圆界面问题，提出基于平衡通量重建的后验误差估计器，考虑建模与数值误差，局部化在网格单元，能评估不同特征影响，可指示粗化与保留特征，证明了可靠性并经数值验证。

Eventual Morse Minimality of Heat Flow on Lens Spaces

透镜空间上热流的最终莫尔斯极小性

Carlos A. Cadavid, Dairo J. Hernández, Juan Diego Vélez

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究透镜空间上热流能否产生莫尔斯极小函数，通过分析热流的渐近谱展开，证明对于特定透镜空间存在初始数据子集，使热演化在足够大\(t\)时成为有四个特定指数临界点的莫尔斯函数，给出相关现象严格解释。

Comments 41 pages, 0 figures

Convergence rates of Wasserstein gradient flows for nonlinear Fokker-Planck equations with mobility and related inequalities

具有迁移率的非线性福克 - 普朗克方程的瓦瑟斯坦梯度流收敛速率及相关不等式

Zhenxin Liu, Xuewei Wang

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究具有迁移率的非线性福克 - 普朗克方程的瓦瑟斯坦梯度流，通过建立对数索伯列夫不等式、HWI不等式等，利用加权齐次索伯列夫范数与$W_h$度量关系及吉拉诺夫定理，得出自由能泛函收敛速率等结果。

Relaxation times of non-reversible Markov processes

非可逆马尔可夫过程的弛豫时间

Andreas Eberle, Francis Lörler

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究非可逆马尔可夫过程的弛豫时间，基于生成器奇异值间隙开发系统方法，能量化弛豫时间，给出精确上下界，还可推导奇异值间隙下界，应用于证明猜想及给出相关过程弛豫时间的界。

Comments 45 pages

Discontinuous Prior-Mode Sections and the Geometry of Ambiguity in Intrinsic Image Decomposition

不连续的先验模式部分与固有图像分解中模糊性的几何结构

Ziheng Chen, Liangchen Liu, Qishi Zhan, Minxuan Hu, Liang Geng

专题命中 扩散模型 ：diffusion(abstract)

AI总结 研究固有图像分解中因模糊性产生的问题，提出基于先验模式部分在模糊性边界处不连续切换的几何解释，通过预测的可观察特征验证，在多个架构和数据集上得到相同特征，揭示了相关规律。