Beihang University（北京航空航天大学）

Towards an Effective Action-Region Tracking Framework for Fine-grained Video Action Recognition

迈向细粒度视频动作识别的有效动作-区域跟踪框架

Baoli Sun, Yihan Wang, Xinzhu Ma, Zhihui Wang, Kun Lu, Zhiyong Wang

机构 * DUT-RU International School of Information Science & Engineering, Dalian University of Technology, China（大连理工大学国际信息科学与工程学院，大连理工大学，中国） ； Beihang University, China（北京航空航天大学，中国） ； The University of Sydney, Australia（悉尼大学，澳大利亚） 纠错

AI总结 本文提出了一种动作-区域跟踪框架，通过查询-响应机制捕捉细粒度动作细节，提升视频动作识别性能。

Dynamic Stratified Contrastive Learning with Upstream Augmentation for MILP Branching

动态分层对比学习与上游增强用于MILP分支

Tongkai Lu, Shuai Ma, Chongyang Tao

机构 * SKLSDE Lab, Beihang University, Beijing, China（北京航空航天大学信息与科学计算实验室） 纠错

AI总结 本文提出动态分层对比学习与上游增强方法，通过GCNN模型提升MILP分支的准确性和效率，特别是在处理上游节点时表现更优。

Comments 18 pages

R3A: Reliable RTL Repair Framework with Multi-Agent Fault Localization and Stochastic Tree-of-Thoughts Patch Generation

R3A：一种可靠的RTL修复框架，结合多智能体故障定位和随机树状思维补丁生成

Zizhang Luo, Fan Cui, Kexing Zhou, Runlin Guo, Mile Xia, Hongyuan Hou, Yun Liang

机构 * Peking University（北京大学） ； Beihang University（北航） 纠错

AI总结 R3A通过多智能体故障定位和随机树状思维补丁生成方法，有效提高了RTL修复的可靠性，修复率高达90.6%。

TinyFormer: Efficient Transformer Design and Deployment on Tiny Devices

TinyFormer: 在微型设备上高效设计和部署变换器

Jianlei Yang, Jiacheng Liao, Fanding Lei, Meichen Liu, Lingkun Long, Junyi Chen, Han Wan, Bei Yu, Weisheng Zhao

机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； Qingdao Research Institute, Beihang University（北京航空航天大学青岛研究所） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学（深圳）计算机科学与工程系） ； Fert Beijing Research Institute, School of Integrated Circuit Science and Engineering, Beihang University（北京航空航天大学集成电路科学与工程学院） 纠错

AI总结 TinyFormer是一种专为微型设备设计的高效变换器框架，通过SuperNAS、SparseNAS和SparseEngine实现资源高效的模型设计与部署，显著提升推理速度。

Comments This paper is accepted by IEEE Transactions on Circuits and Systems I: Regular Papers