Beihang University（北京航空航天大学）

Noise-Robust Tiny Object Localization with Flows

具有流的抗噪声微小目标定位

Huixin Sun, Linlin Yang, Ronyu Chen, Kerui Gu, Baochang Zhang, Angela Yao, Xianbin Cao

机构 * Beihang University（北京航空航天大学） ； Communication University of China（中国传媒大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出TOLF框架，利用归一化流和不确定性引导优化，提升微小目标定位的抗噪声能力，并在AI-TOD数据集上提升AP 1.2%。

Comments 11 pages, 5 figures

MAESTRO: Multi-Agent Evaluation Suite for Testing, Reliability, and Observability

MAESTRO：多智能体评估套件用于测试、可靠性与可观测性

Tie Ma, Yixi Chen, Vaastav Anand, Alessandro Cornacchia, Amândio R. Faustino, Guanheng Liu, Shan Zhang, Hongbin Luo, Suhaib A. Fahmy, Zafar A. Qazi, Marco Canini

机构 * Beihang University（北航大学） 纠错

AI总结 MAESTRO通过统一接口评估多智能体系统的测试、可靠性和可观测性，揭示架构对资源配置和性能权衡的核心影响。

How Do Graph Signals Affect Recommendation: Unveiling the Mystery of Low and High-Frequency Graph Signals

图信号如何影响推荐：揭开低频和高频图信号的谜团

Feng Liu, Hao Cang, Huanhuan Yuan, Jiaqing Fan, Yongjing Hao, Fuzhen Zhuang, Guanfeng Liu, Pengpeng Zhao

机构 * School of Computer Science ； Technology Soochow University Suzhou China ； School of Electronic ； Information Engineering Suzhou University of Science ； Institute of Artificial Intelligence, Beihang University State Key Laboratory of Complex \& Critical Software Environment Beihang University Beijing China ； School of Computing Macquarie University Sydney Australia ； Soochow University ； Suzhou University of Science ； Beihang University ； Macquarie University 纠错

AI总结 本文揭示了低频和高频图信号在推荐中的等效作用，提出频率信号标定器和空间翻转方法以提升推荐效果。

StyGazeTalk: Learning Stylized Generation of Gaze and Head Dynamics

StyGazeTalk: 学习风格化的 gaze 和 head 动态生成

Chengwei Shi, Chong Cao

机构 * Beihang University（北京航空航天大学） 纠错

AI总结 StyGazeTalk 通过多模态框架生成风格化的 gaze 和 head 动态，提升 3D 面部生成的现实感。

Comments arXiv submission