Beihang University（北京航空航天大学）

REMAC: Reference-Based Martian Asymmetrical Image Compression

基于参考的火星不对称图像压缩

Qing Ding, Mai Xu, Shengxi Li, Xin Deng, Xin Zou

机构 * School of Electronic and Information Engineering, Beihang University（北京航空航天大学电子与信息学院） ； Beihang University（北京航空航天大学） ； Beijing Institute of Spacecraft System Engineering（北京航天飞行系统工程研究所） 纠错

AI总结 REMAC通过将计算复杂度转移至资源丰富的解码器，并利用参考图像和内图像相似性，提升火星图像压缩性能。

Comments Accepted for publication in IEEE Transactions on Geoscience and Remote Sensing (TGRS). 2025 IEEE. Personal use is permitted, but republication/redistribution requires IEEE permission. 18 pages, 20 figures

Journal ref Year: 2025, Volume: 64, Article Sequence Number: 5601018

TempDiffReg: Temporal Diffusion Model for Non-Rigid 2D-3D Vascular Registration

TempDiffReg：用于非刚性2D-3D血管配准的时序扩散模型

Zehua Liu, Shihao Zou, Jincai Huang, Yanfang Zhang, Chao Tong, Weixin Si

机构 * School of Computer Science and Engineering, Beihang University, Beijing, China（北京航空航天大学计算机科学与工程学院） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China（北京航空航天大学虚拟现实技术与系统国家重点实验室） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, China（中国科学院深圳先进技术研究所） ； School of Computer Science and Control Engineering, Shenzhen University of Advanced Technology, Shenzhen, China（深圳先进技术大学计算机科学与控制工程学院） ； Department of Interventional Radiology, Shenzhen People’s Hospital, Shenzhen, China（深圳人民医院介入放射科） 纠错

AI总结 TempDiffReg通过时序扩散模型和结构感知视角n点模块，实现高精度的2D-3D血管配准，提升TACE手术的准确性和安全性。

Comments Accepted by IEEE BIBM 2025

Correspondence-Free Pose Estimation with Patterns: A Unified Approach for Multi-Dimensional Vision

无对应姿态估计与模式：多维视觉的统一方法

Quan Quan, Dun Dai

机构 * School of Automation Science and Electrical Engineering, Beihang University（自动化科学与电气工程学院，北京航空航天大学） 纠错

AI总结 本文提出了一种无对应姿态估计方法，通过模式特征函数建立优化方程，适用于多种视觉变换和姿态估计场景。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) , 2025, 20203-20209

A Degree of Flowability for Virtual Tubes

虚拟管的流动性度

Quan Quan, Shuhan Huang, Kai-Yuan Cai

机构 * School of Automation Science and Electrical Engineering, Beihang University（自动化科学与电气工程学院，北京航空航天大学） 纠错

AI总结 本文提出了一种基于最小能量原理的二维虚拟管流动性度计算方法，并通过仿真验证了其有效性。

Comments 22 pages, 16 figures. This is a preprint, currently under review for publication in Robotics and Autonomous Systems, Elsevier. Version 2 is submitted to fix the rendering fault in HTML and correct spelling mistakes in the abstract and the references

Journal ref Robotics and Autonomous Systems, 2025, 193:105108

Control with Patterns: A D-learning Method

基于模式的控制：一种D学习方法

Quan Quan, Kai-Yuan Cai, Chenyu Wang

机构 * Beihang University（北京航空航天大学） 纠错

AI总结 本文提出了一种基于模式的控制方法，利用D学习在无需系统动力学知识的情况下解决非线性动力系统稳定性问题，并通过模拟和实际飞行实验验证其有效性。

Comments Accepted for publication at 8th Conference on Robot Learning (CoRL), Munich, Germany. 2024

Journal ref In 8th Annual Conference on Robot Learning, Munich,2024:270

RAG-GFM: Overcoming In-Memory Bottlenecks in Graph Foundation Models via Retrieval-Augmented Generation

RAG-GFM：通过检索增强生成克服图基础模型中的内存瓶颈

Haonan Yuan, Qingyun Sun, Jiacheng Tao, Xingcheng Fu, Jianxin Li

机构 * SKLCCSE, School of Computer Science and Engineering（计算机科学与工程学院） ； Beihang University（北航） ； Guangxi Normal University（广西师范大学） 纠错

AI总结 RAG-GFM通过检索增强生成方法，解决图基础模型中的内存瓶颈问题，提升模型的效率和效果。

Comments Accepted by the Web Conference 2026 (Research Track)

Inside Out: Evolving User-Centric Core Memory Trees for Long-Term Personalized Dialogue Systems

Inside Out: 为长期个性化对话系统演化用户导向的核心内存树

Jihao Zhao, Ding Chen, Zhaoxin Fan, Kerun Xu, Mengting Hu, Bo Tang, Feiyu Xiong, Zhiyu Li

机构 * School of Information, Renmin University of China（中国人民大学信息学院） ； MemTensor (Shanghai) Technology Co., Ltd.（MemTensor（上海）科技有限公司） ； Institute for Advanced Algorithms Research, Shanghai（上海先进算法研究所） ； China Telecom Research Institute（中国电信研究院） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； Nankai University（南开大学） 纠错

AI总结 Inside Out通过演化用户导向的核心内存树，提升长期个性化对话系统的内存压缩与身份一致性，采用轻量级MemListener实现动态更新与高效响应生成。

CARE Transformer: Mobile-Friendly Linear Visual Transformer via Decoupled Dual Interaction

CARE Transformer: 通过解耦双交互实现高效的线性视觉Transformer

Yuan Zhou, Qingshan Xu, Jiequan Cui, Junbao Zhou, Jing Zhang, Richang Hong, Hanwang Zhang

机构 * Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） ； Hefei University of Technology（合肥工业大学） 纠错

AI总结 CARE Transformer通过解耦双交互机制，实现高效的线性视觉Transformer，在移动端实现高精度与高效率的平衡。

Comments https://github.com/zhouyuan888888/CARE-Transformer

Bayesian Robust Financial Trading with Adversarial Synthetic Market Data

对抗性合成市场数据下的贝叶斯稳健金融交易

Haochong Xia, Simin Li, Ruixiao Xu, Zhixia Zhang, Hongxiang Wang, Zhiqian Liu, Teng Yao Long, Molei Qin, Chuqiao Zong, Bo An

机构 * Nanyang Technological University（南洋理工大学） ； Beihang University（北航） 纠错

AI总结 本文提出一种贝叶斯稳健框架，通过生成对抗性合成市场数据和稳健策略学习，提升金融交易在不确定市场环境下的性能。